BAB 4 HASIL DAN PEMBAHASAN

65

BAB 4 HASIL DAN PEMBAHASAN

4.1

Pengumpulan Data Data-data yang dikumpulkan berikut ini merupakan data yang diambil selama

magang pada bulan Juli hingga September 2008 di PT. Bina Busana Internusa (BBI). Data dikumpulkan dari berbagai macam sumber, antara lain data primer, pengamatan, wawancara maupun mengukur secara langsung.

4.1.1 Gambaran Umum Reject Komponen Reject komponen diambil dari kata reject (Inggris) dan component (Inggris) yang menurut kamus bahasa Inggris reject berarti ditolak, dibuang, atau tidak cukup baik untuk disimpan, sedangkan kata component

berarti bagian yang melengkapi

sesuatu. M aka reject komponen yang dimaksud perusahaan adalah bagian dari pakaian yang tidak dapat digunakan untuk membuat pakaian. Beberapa penyebab komponen tersebut tidak dapat digunakan biasa disebut dengan jenis reject, dimana akan dijelaskan secara lebih detail pada tabel 4.1 contoh reject komponen pada perusahaan yang diamati adalah reject visual seperti terlihat pada gambar 4.1

66

Tabel 4.1 Karakteristik Reject Komponen No Gambar 1 Nep

Jenis Reject

Keterangan

Cacat kain akibat cacat dari benang dimana serat benang kusut membentuk bintik tidak teratur Benang pecah dan pakan Cacat kain akibat rajutan yang terlewat (rajutan) jarang sehingga terlihat ada jeda antar benang. Benang timbul / Slub Cacat kain akibat cacat benang, berupa bagian benang yang menebal, tidak teratur, karena kelompok serat yang terlilit pada benang. Pakan rangkap dan salah Benang yang digunakan beda warna, benang menimbulkan bintik-bintik kecil pada kain. Benang putus Benang putus ditengah rajutan sehingga menyebabkan timbul pada kain. Kotor Akibat terkena minyak atau debu, umumnya ada pada bahan yang berwarna putih.

2 3

4 5 6

Sumber : BBI

Sumber : BBI

Gambar 4.1 Jenis Reject Komponen

67

4.1.2 Gambaran Umum Inspeksi Bahan Baku Berikut ini akan dijelaskan secara secara umum prosesur inspeksi yang dilakukan bagian pengendalian kualitas bahan baku untuk memberikan gambaran proses inspek dan standar-standar yang digunakan perusahaan dalam pemeriksaan sampel dan penetapan keputusan reject. Prosedur Fabric Inspection yang dilakukan BBI adalah sebagai berikut : M inimum kain yang diinspek adalah 10% dari setiap pengiriman kain dan diambil secara acak. Jika kuantitas dari 10% sampel tersebut adalah satu rol maka inspektor kain harus mencek minimal 3 rol untuk memberikan perbandingan yang lebih baik terhadap keseluruhan pengiriman. Oleh karena itu dapat ditetapkan bahwa kain yang diinspek adalah 30%. Hal-hal yang harus diperhatikan selama proses inspek kain adalah : a. Kecepatan mesin inspeksi Pada umumnya standar kecepatan mesin inspek adalah 20-25 meter per menit. Tetapi ketika cacat pada kain terlihat, mesin dapat diberhentikan untuk menulis jenis cacat dan pada meter ke berapa cacat ditemukan pada inspection report. b. Defect atau cacat Semua cacat harus dicatat, hal ini sama pentingnya dengan mencatat lebar dan panjang aktual kain dengan jelas, dengan demikian nilai poin cacat dapat diketahui dengan pasti. Apabila cacat yang besar tidak dipotong oleh inspektor, cacat tersebut harus ditandai agar pada saat digelar atau spreading dapat dipotong atau mengganti komponen yang terkena cacat. c. Nilai poin Berdasarkan 4 point system yang dipakai BBI, nilai tersebut terdiri dari :

68

1 poin : cacat dengan panjang antara 0 - 7,62 cm (0”- 3”) arah lebar atau panjang 2 poin : cacat dengan panjang antara 7,62 - 15,24 cm (3”- 6”) arah lebar atau panjang 3 poin : cacat dengan panjang antara 15,224 - 22,86 cm (6”- 9”) arah lebar atau panjang 4 poin : cacat dengan panjang antara 22,86 – 91,44 cm (9”- 36”) arah lebar atau panjang

Rumus perhitungan total poin : M etrik : defect/100m2 =

Inci : defect/100yard =

Total poin × 100 Lebar kain ( m) × Panjang kain (m)

Total poin × 3600 Lebar kain (" ) × Panjang kain (yard )

Dengan catatan : 1. Cacat berupa bintik-bintik harus dihitung sebagai 1 poin, tetapi bila cacat tersebut berkumpul pada suatu tempat maka harus dihitung sebagai major defect. 2. Bolong atau sobek harus dihitung sebagai major defect (4 poin). 3. Standar total poin cacat biasanya 28 poin/100m per rata-rata dalam satu kali pengiriman kain.

d. Ukuran lebar kain pada poin 3 untuk mendapatkan rata-rata lebar kain yang dapat dipakai untuk pembuatan marker (pola pada kain)

69

e. Jumlahkan semua cacat didalam formulir fabric inspection report, termasuk dengan komentar yang ada selama inspek f. Beri tanda ok atau reject pada fabric inspection report g. Sebagai pendukung bagi inspektor kain, MD (bagian M erchandiser) perlu melampirkan approved fabric (jenis kain yang telah disetujui), agar ada perbandingan dalam pengecekan. Sehingga penilaian dalam menentukan mana yang termasuk tekstur kain dan mana yang termasuk cacat kain dapat disepakati bersama. Setiap hasil pengecekan yang berupa fabric inspection report harus diserahkan ke M D yang disertai dengan : 9 Contoh kain yang terdapat major defect, seperti : Dalam report tersebut terdapat major defect berupa slub (tumpukan benang atau titik), maka kain yang akan dipotong cukup berukuran 5x5 cm (hanya untuk mewakili cacat tersebut) 9 Dalam menentukan poin cacat, tidak boleh hanya berdasarkan pada penilaian visual saja, apabila pada kain terdapat lipatan kain maka harus dicek dengan cara disetrika atau di press interlining untuk membuktikan apakah lipatan tersebut bisa hilang atau tidak. Bila tidak bisa hilang akan dimasukan sebagai poin cacat. 9 Hasil pengecekan harus melampirkan : 1. Pengecekan bowing (kemiringan kain) yang berukuran 1,5 m 2. Kain tersebut dapat digunakan bersamaan untuk tes susut, tes luntur dan pada bagian ujung kain dapat diambil untuk shade band mewakili rol no kain tersebut.

70

4.1.3 Data Reject Komponen Periode Juli - Agustus 2008 Data reject komponen merupakan data yang menunjukan jumlah cacat per komponen dari setiap jenis artikel yang diproduksi kedelapan merek pada periode Juli hingga Agustus 2008. Kedelapan merek yang diproduksi antara lain Arnold Palmer, CKent, Creative Gear, Harry M artin, Sierra M orena, Van Heusen, Valino serta Valino Donna. Data ini bersumber dari hasil pengendalian kualitas pada proses cutting, dimana pada proses ini pemeriksaan dilakukan setelah bahan kain di potong menjadi komponenkomponen pakaian. Kelima komponen utama yang diperiksa adalah badan belakang, badan kiri, badan kanan, tangan kiri dan tangan kanan. Data reject komponen dapat dilihat pada lampiran 2. dimana dari 14 kolom yang ada, yang merupakan hasil pengumpulan data adalah kolom-kolom yang disebutkan pada tabel 4.2 dibawah ini. Tabel 4.2 Keterangan Kolom Pengumpulan Data Reject Komponen Kolom A B C D E F G M

Keterangan Nomor urut Jenis-jenis pakaian yang diproduksi Komponen utama pakaian Jumlah komponen yang ditemukan reject (piece) Panjang komponen berdasarkan pola (inci) Lebar komponen berdasarkan pola (inci) Lebar bahan kain yang diperoleh dari supplier (inci) Total panjang kain yang diperoleh dari supplier (yard)

Sumber : Pengolahan Data

4.1.4 Data Fabric Inspection Report Data Fabric Inspection Report merupakan data yang berisi keteranganketerangan tentang kain yang dikirim oleh supplier. Data ini bersumber dari hasil inspeksi kain pada bagian gudang yang dilakukan sebelum kain diproduksi. Contoh lembar kerja Fabric Inspection Report dapat dilihat pada lampiran 5.

Sedangkan

71

keseluruhan data yang digunakan untuk pengolahan dan analisa dapat dilihat pada lampiran 3 dimana dari 12 kolom yang terlampir, data Fabric Inspection Report merupakan kolom-kolom yang disebutkan pada tabel 4.3 dibawah ini :

Tabel 4.3 Keterangan Kolom Pengumpulan Data Fabric Inspection Report Kolom A E F G H I J

Keterangan Jenis-jenis pakaian yang diproduksi Hasil inspeksi kain dari bagian pengendalian kualitas bahan baku (standar 28 poin) Kondisi kain yang diperoleh dari supplier S = Stock; F = Fresh Keterangan hasil inspeksi Ok = tidak ada reject; Re = jumlah reject dari rol yang diinspeksi Nama supplier yang mengirimkan bahan Nomor Purchase Order Harga kain per yard yang ditawarkan supplier


4.1.5 Data Evaluasi Penerimaan Sampel Evaluasi ini hanya akan dilakukan terhadap artikel di luar standar yang telah dikelompokan saat pengolahan dengan kondisi kain fresh, karena pada kondisi inilah perusahaan menerapkan pemeriksaan dengan penerimaan sampel, sedangkan apabila kondisi kain stock perusahaan menerapkan pemeriksaan 100%. M aka data yang dibutuhkan untuk evaluasi hanya terdiri dari 4 artikel dimana tabel 4.4 menunjukan data yang akan digunakan untuk mengevaluasi penerimaan sampel, yaitu nilai c, n, dan N yang diperoleh dari lembar fabric inspection report pada lampiran 5.

72

Tabel 4.4 Data Evaluasi Penerimaan Sampel Bulan

Artikel

No PO

c

n

N

Juli Agustus

VH-1165 L/S X9 VH-1185 L/S T5 V-241 S/S S1 CG-1125 L/S A1

22870 23828 24706 24623

1 1 1 2

3 3 3 5

20 8 8 13

Sumber : BBI (2008)

Keterangan tabel : No PO = Nomor Purchase Order untuk mencocokan artikel dengan fabric inspection report. n = Unit sampel c = Cacat produk yang disyaratkan dalam satuan unit d = Jumlah cacat yang terjadi (d ≤ c) dalam satuan unit

4.1.6 Data Evaluasi Supplier Data yang digunakan untuk mengevaluasi supplier antara lain data perbandingan berpasangan dari responden yang berkepentingan untuk menentukan bobot kriteria dan subkriteria sesuai kebutuhan perusahaan, serta data yang menunjang perbandingan masing-masing supplier terhadap setiap kriteria tersebut. Data yang dapat menunjang perbandingan antar supplier tersebut antara lain data kondisi kain yang diperoleh dari supplier, nilai pembelian, keunikan bahan, kemampuan supplier memenuhi permintaan, kualitas bahan, harga dan ketepatan waktu pengiriman (Delivery).

73

4.1.6.1 Matriks Perbandingan Berpasangan Responden M atriks perbandingan berpasangan untuk kriteria diperoleh dari 2 orang responden, yaitu kepala departemen factory dan kepala bagian Production Engineering. Tabel 4.5 hingga tabel 4.10 merupakan perbandingan berpasangan yang diperoleh dari responden dimana kedua matriks dari setiap kriteria akan diolah dengan perhitungan geometric average untuk mendapatkan perbandingan berpasangan yang mecakup pandangan dari kedua responden pada pengolahan data.

Tabel 4.5 M atriks Kriteria Tingkat Kepentingan M enurut Kepala Departemen Factory Kriteria Kontribusi item Nilai pembelian

Kontribusi item 1 1

Nilai pembelian 1 1

Sumber : Responden

Tabel 4.6 M atriks Kriteria Tingkat Kepentingan M enurut Kepala Bagian Production Engineering Kriteria Kontribusi item Nilai pembelian

Kontribusi item 1 5

Nilai pembelian 1/5 1

Sumber : Responden

Tabel 4.7 M atriks Kriteria Tingkat Kesulitan M enurut Kepala Departemen Factory Kriteria Permintaan terpenuhi Keunikan Ketidakpastian

Permintaan Keunikan terpenuhi 1 1 1 1 1 1

Ketidakpastian 1 1 1

Sumber : Responden

74

Tabel 4.8 M atriks Kriteria Tingkat Kesulitan M enurut Kepala Bagian Production Engineering Kriteria Permintaan terpenuhi Keunikan Ketidakpastian

Permintaan Keunikan terpenuhi 1 1/7 7 1 7 5

Ketidakpastian 1/7 1/5 1

Sumber : Responden

Tabel 4.9 M atriks Subkriteria Ketidakpastian M enurut Kepala Departemen Factory Subkriteria Harga Delivery Kualitas

Harga 1 1 3

Delivery 1 1 1

Kualitas 1/3 1 1

Sumber : Responden

Tabel 4.10 M atriks Subkriteria Ketidakpastian M enurut Kepala Bagian Production Engineering Subkriteria Harga Delivery Kualitas

Harga 1 1 1

Delivery 1 1 1

Kualitas 1 1 1

Sumber : Responden

75

4.1.6.2 Data Pembanding antar Supplier Data yang digunakan untuk membandingkan supplier tersedia pada tabel 4.11 – tabel 4.18 dimana isi tabel diurutkan berdasarkan peringkat kemungkinan terbaik untuk membantu memberikan referensi saat melakukan perbandingan berpasangan pada perhitungan AHP. Sehingga untuk menyederhanakannya data-data dibawah ini telah dikelompokan berdasarkan supplier yang kualitasnya pada suatu artikel melebihi standar perusahaan sebesar 3,5% pada lampiran 4 berdasarkan hasil pengolahan data. Tabel 4.11 Nilai Kontribusi Supplier Anugerah SanSanTex Pratama J Ginza SejahteraTex Naga Berlian TevTextile Global PS Gossip Abdul M Kristako

Simbol AG SS PJ GZ ST NB TT GP GS AM KT

Nilai Kontribusi 69 46 44 24 21 15 15 5 4 3 3

Sumber : Pengolahan

Nilai kontribusi pada tabel 4.11 diperoleh dari jumlah dan kondisi kain yang diberikan supplier, bila kondisi kain stock maka diberi nilai 1, sedangkan bila kondisi kain fresh bernilai 2. Kondisi kain dapat dilihat pada data Fabric Inspection Report lampiran 3 kolom F. Contoh perhitungan : Supplier AG memiliki 9 Stock dan 30 Fresh maka AG = 9(1) + 30(2) = 69

76

Tabel 4.12 Nilai Pembelian Periode Agustus-Juli 2008 Supplier Pratama J Anugerah SanSanTex Ginza TevTextile SejahterTex Global PS Naga Berlian Abdul M Kristako Gossip

Simbol PJ AG SS GZ TT ST GP NB AM KT GS

Agustus Rp187.562.770 Rp511.563.640 Rp350.556.545 Rp111.297.920 Rp 85.585.450 Rp 79.265.000 Rp 2.759.000 Rp 44.847.545 Rp 17.973.400 Rp 10.330.000 Rp 3.522.400

Juli Rp1.016.547.620 Rp 202.251.240 Rp 242.439.500 Rp 110.530.600 Rp 66.985.025 Rp 64.216.500 Rp 1.176.572 Rp 4.118.400 Rp 6.913.027

Total Rp1.204.110.390 Rp 713.814.880 Rp 592.996.045 Rp 221.828.520 Rp 152.570.475 Rp 79.265.000 Rp 66.975.500 Rp 46.024.117 Rp 17.973.400 Rp 14.448.400 Rp 10.435.427

Sumber: BBI

Nilai pembelian pada tabel 4.12 telah jumlahkan menurut masing-masing supplier dari data Fabric Inspection Report pada lampiran 3 kolom L. Tabel 4.13 Kemampuan Supplier M emenuhi Permintaan Supplier SanSanTex SejahteraTex Global PS Naga Berlian Abdul M Kristako Gossip Anugerah Ginza Pratama J TevTextile

Simbol SS ST GP NB AM KT GS AG GZ PJ TT

Kekurangan 4 3.7 13.5 488.49

Permintaan 24459,3 9113,98 26139,96 8207,8

% Kekurangan 0 0 0 0 0 0 0 0,016% 0,041% 0,052% 5,952%

Sumber: BBI

Kemampuan supplier memenuhi permintaan pada tabel 4.13 dinilai dari persen kekurangan jumlah rol dalam yard yang tidak sesuai dengan permintaan perusahaan.

77

Tabel 4.14 Poin Keunikan Item Texture BS=Big Stripe SS=Small Stripe BC=Big Check M S=Medium Stripe OD=Plain Dobby OT=Plain Texture OP=Plain

Poin 2 4 5 2 5 3 1

Material 100%C A (100% COTTON) B (55C/45P) B (CVC 5545 C/P) B (CVC 60/40 C/P) B (CVC 70/30 C/P) B (CVC 8020 C/P) CVC CVC-B CVC-B (65% CTTN 35%POLLY) G (LINEN)

Poin 4 3 1 1 2 3 4 3 3 3 5

Sumber: BBI

Tabel 4.14 merupakan tabel yang berisi poin keunikan item yang akan digunakan sebagai skala perhitungan tingkat keunikan dan suatu artikel untuk kemudian diolah menjadi nilai rata-rata keunikan masing-masing supplier saperti pada tabel 4.15. Tabel 4.15 Keunikan Item

Supp Abdul M TevTextile SanSanTex Naga Berlian Pratama J Ginza Kristako Anugerah SejahteraTex Global PS Gossip

Simbol AM TT SS NB PJ GZ KT AG ST GP GS

Nilai Rata-rata Keunikan 3 3,33 3,667 4 4,667 5,5 5,667 6 6 7 7


78

Nilai keunikan supplier diperoleh dari data jenis texture dan material yang pada artikel diluar standar yang disesuaikan dengan poin keunikan. Data tersebut dapat dilihat pada lampiran 4 kolom F dan G . Contoh perhitungan : Kristako = A (100% COTTON) + M S = 3 + 2 = 5 B (CVC 60/40 C/P) + SS = 2 + 4 = 6 B (CVC 60/40 C/P) + SS = 2 + 4 = 6 Rata-rata: 5,667 Tabel 4.16 Kualitas Produk Supplier Pratama J SanSanTex Ginza Anugerah SejahteraTex Naga Berlian Abdul M TevTextile Global PS Kristako Gossip

Simbol PJ SS GZ AG ST NB AM TT GP KT GS

% Reject 0,68% 0,99% 1,11% 1,24% 1,41% 2,02% 2,51% 2,52% 2,78% 8,70% 12,75%


Data kualitas pada tabel 4.16 adalah rata-rata reject dari seluruh kain yang dikirim masing-masing supplier. Nilai ini baru dapat diperoleh setelah melakukan pengolahan data untuk menentukan persentase reject komponen aktual. Data asli selengkapnya dapat dilihat pada lampiran 3 kolom N atau ringkasannya pada lampiran 4 kolom D.

79

Tabel 4.17 Rata-rata Harga yang ditawarkan Supplier Supplier Simbol Sejahtera Tex ST Global PS GP SanSanTex SS Naga Berlian NB Abdul M AM TevTextile TT Ginza GZ Pratama J PJ Anugerah AG Kristako KT Gossip GS

Rata-rata Harga Rp 14.962 Rp 15.500 Rp 15.880 Rp 18.913 Rp 20.000 Rp 21.500 Rp 23.375 Rp 27.482 Rp 34.610 Rp 40.833 Rp 84.264

Sumber: BBI

Data ini diperoleh dengan merata-ratakan harga yang telah ditawarkan supplier selama periode tersebut. Data asli selengkapnya dapat dilihat pada lampiran 3 kolom J. Tabel 4.18 Nilai Ketepatan Waktu Pengiriman Supplier SanSanTex Gossip Anugerah Ginza Global PS Abdul M SejahteraTex Naga Berlian Kristako Pratama J TevTextile

Simbol SS GS AG GZ GP AM ST NB KT PJ TT

Juli 10 10 10 10 10 10 0 0 0 0 0

Agustus 10 10 10 10 0 0 -

Sumber: BBI

Data nilai ketepatan waktu diperoleh langsung dari bagian pengadaan perusahaan. Dimana nilai 10 berarti tepat waktu, nilai 0 berarti pengiriman tidak sampai tepat waktu, sedangkan tanda (–) berarti supplier tersebut tidak mengirimkan bahan pada bulan tersebut.

80

4.2

Pengolahan Data Setelah seluruh data yang dibutuhkan terkumpul langkah berikutnya adalah

pengolahan data yang dilakukan dengan beberapa tahap dimana seluruh pengolahan yang dilakukan dibantu M s Exel 2007. Urutan pengolahan data yang dilakukan adalah : •

M enentukan persentase reject komponen aktual. Caranya adalah dengan membandingkan jumlah komponen reject yang telah dikonversi ke jumlah panjang kain yang terbuang dalam satuan yard dengan total panjang rol kain yang kirim supplier.

•

Dari hasil persentase aktual, supplier yang memiliki nilai kualitas kain dengan persen reject diatas 3,5% akan dianalisa lebih lanjut, dengan evaluasi penerimaan sampel evaluasi kinerja supplier dan klasifikasi supplier untuk mencari tindakan yang tepat dalam mengatasi reject tersebut.

•

Evaluasi penerimaan sampel dilakukan dengan meneliti kurva OC dan kurva AOQ.

•

Evaluasi kinerja supplier berdasarkan dari tingkat kepentingan item dan kesulitan memperolehnya dengan menggunakan perhitungan AHP.

•

Klasifikasi supplier dilakukan dengan mengevaluasi supplier terlebih dahulu dari tingkat kepentingan sebagai sumbu x dan kesulitan sebagai sumbu y sehingga dapat dikelompokan kedalam empat kuadran portofolio supplier.

4.2.1 Menentukan Persentase Reject Komponen Langkah pertama yang dilakukan untuk menentukan tindakan yang perlu dilakukan perusahaan dalam mengatasi reject komponen adalah dengan menentukan

81

persentase reject komponen aktual terlebih dahulu. Hal ini dikarenakan perusahaan belum memiliki perhitungan persentase reject komponen yang dilakukan secara kontinyu. Cara perhitungan persentase reject komponen akan dijelaskan lebih lanjut pada bagian berikutnya, sedangkan tabel pengolahannya dapat dilihat pada lampiran 2 dimana hasil pengolahannya merupakan kolom yang disebutkan pada tabel 4.19 dibawah ini. Tabel 4.19 Keterangan Kolom Pengolahan Persentase Reject Aktual Kolom H I J K L N

Keterangan Kapasitas komponen berdasarkan lebar kain (pcs) Panjang kain yang terbuang untuk mengganti sebuah komponen (inci) Panjang kain yang terbuang untuk mengganti sebuah komponen (yard) Total panjang kain yang terbuang per komponen (yard) Total panjang kain yang terbuang per artikel (yard) Persentase reject aktual kain


4.2.1.1 Langkah Perhitungan Persentase Reject Berikut ini adalah langkah perhitungan persentase reject komponen yang dilengkapi dengan rumus yang ditulis berdasarkan inisial kolom pada tabel lampiran 2 dan disertai dengan contoh kolomnya. 1. Input seluruh data-data yang dibutuhkan dengan bantuan M s. Excel 2007, data yang dibutuhkan antara lain jumlah reject komponen Juli-Agustus 2008, no pola untuk mengecek ukuran komponen, ukuran (panjang/lebar) komponen, lebar dan panjang kain seperti pada tabel 4.2. 2. M enghitung kapasitas komponen (H) berdasarkan lebar kain dengan membagi lebar kain (G) terhadap lebar komponen (F).

82

Tabel 4.20 Contoh Perhitungan Kapasitas Komponen Pola (inci)

Artikel

Komponen

Total (pcs)

P

B AP-3172 S/S X1

C Badan belakang Badan kanan Badan kiri Tangan kanan Tangan kiri

D 0 4 0 1 1

E 31,88 31,13 31,13 20,5 20,5

L

Lebar Bhn (inci)

Kapasitas (pcs)

F 25,38 24,75 24,75 10,5 10,5

G 58 58 58 58 58

H 2 2 2 5 5


Rumus : H =

G F

Contoh perhitungan : H =

58 = 2,285 = 2 (selalu pembulatan kebawah) 25,38

3. M enghitung panjang kain yang reject per piece (I dan J), dengan membagi panjang komponen (E) terhadap kapasitas komponen berdasarkan lebar kain (H).

Tabel 4.21 Contoh Perhitungan Panjang Kain Reject per Piece Artikel

Komponen

Total (Pcs)

B AP-3172 S/S X1


D 0 4 0 1 1

Pola(Inc) P E 31,88 31,13 31,13 20,5 20,5

L F 25,38 24,75 24,75 10,5 10,5

Kapasitas (pcs) H 2 2 2 5 5

Panjang/pcs Inc I 15,94 15,57 15,57 4,10 4,10

Yard J 0,44 0,43 0,43 0,11 0,11


Rumus : I =

E H

J=

I 36

Pada kolom J nilai inci dirubah menjadi yard (1 yard = 36 inci)

83

Contoh perhitungan : I =

31,88 = 15,94 inci 2

J=

15,94 = 0,44 yard 36

4. M enghitung total panjang kain yang reject per komponen (K), dengan mengkalikan jumlah reject per komponen (D) dengan panjang kain yang reject per piece (J). Tabel 4.22 Contoh Perhitungan Total Panjang Kain Reject per Komponen

Artikel

Komponen

Total (Pcs)

B AP-3172 S/S X1


D 0 4 0 1 1

Panjang/pcs Inc

Yard

I 15,94 15,57 15,57 4,10 4,10

J 0,44 0,43 0,43 0,11 0,11

Total (yard) Per Per komponen artikel K L 0,00 1,73 1,96 0,00 0,11 0,11


Rumus : K = D × J

Contoh perhitungan : K = 4× 0,43 = 1,73 yard 5. M enghitung total panjang kain yang reject per artikel (L), dengan menjumlahkan total panjang kain yang reject per komponen (K). Tabel 4.23 Contoh Perhitungan Total Panjang Kain Reject per Artikel

Artikel B AP-3172 S/S X1

Komponen C Badan belakang Badan kanan Badan kiri Tangan kanan Tangan kiri



84

Rumus : L = K1 + K2 + K3 + K4 + K5 Contoh perhitungan : L = 0 + 1,73 + 0 + 0,11 + 0,11 = 1,96 yard 6. M enghitung persentase reject aktual per artikel (N), dengan membagi total panjang kain yang reject per artikel (L) terhadap total panjang kain (M ) dikali 100%. Tabel 4.24 Contoh Perhitungan Persentase Reject Aktual per Artikel

Artikel

Komponen

B AP-3172 S/S X1

C Badan belakang Badan kanan Badan kiri Tangan kanan Tangan kiri Sumber : Pengolahan L Rumus : N = × 100 M Contoh perhitungan : N =


Total rol (yard) M

509,5

% reject aktual N

0,38%

1,96 × 100 = 0,38% 509,5

4.2.1.2 Pengelompokan Persentase di Luar S tandar Setelah diketahui persen reject aktual bagi seluruh artikel, maka supplier yang reject aktualnya melebihi standar perusahaan yaitu 3,5% akan dikelompokan untuk dianalisa lebih lanjut. Pada lampiran 4 dapat dilihat supplier-supplier yang melebihi standar beserta keterangan yang dapat melengkapi pengolahan untuk evaluasi kinerja supplier. Tabel 4.25 akan menunjukan keterangan dari setiap kolom lampiran pengelompokan yang di luar standar.

85

Tabel 4.25 Keterangan Kolom Pengelompokan yang di Luar Standar Kolom A B C D E F G H I J K L M

Keterangan Jenis-jenis pakaian yang diproduksi

Sumber Formulir reject QC cutting Hasil Pengolahan berupa persen reject aktual Pengolahan data Hasil inspeksi kain dari bagian pengendalian Inspection Report kualitas bahan baku (standar 28 poin) Kondisi kain yang diperoleh dari supplier Inspection Report S = Stock; F = Fresh Keterangan hasil inspeksi Inspection Report Ok = tidak ada reject; Re = jumlah reject dari rol yang diinspeksi Jenis material yang digunakan IO (Information Order) Jenis tekstur kain yang digunakan IO (Information Order) Nama supplier yang mengirimkan bahan IO (Information Order) Nomor Purchase Order IO (Information Order) Cacat yang ditemukan saat inspeksi Pengolahan Data Rata-rata poin hasil inspek Inspection Report Jumlah komponen cacat berdasarkan hasil Inspection Report inspek Jumlah komponen cacat berdasarkan QC Formulir reject QC Cutting cutting


Berikut adalah contoh perhitungan untuk pengolahan data cacat yang ditemukan saat inspeksi (kolom J). Data pada kolom J ini selanjutnya dapat digunakan dalam analisa evaluasi penerimaan sampel. Tabel 4.26 Contoh Perhitungan Cacat yang Ditemukan saat Inspeksi

Artikel A CG-792 L/S A1 VH-1165 L/S X9 VD-235 S/S U1 VH-3167 L/S Q9

No PO I 23261 22870 21620 22919

Defect yg di temukan o/ inspect J 0,00% 2,94% 2,00% 2,67%

Avg Point K 22,78 16,44 15,92

Defect berdasarkan Inspect Report L 0 110 184 58


86

Rumus : J =

L Panjang rol × 17 1,8

Contoh perhitungan : L =

110 = 2,94% 396 × 17 1,8

Panjang rol (yard) = total panjang rol yang diinspek, sumber lembar fabric Inspection Report lampiran 5 1,8 (yard) = total panjang kain yang dibutuhkan untuk membuat sebuah pakaian 17 (pieces) = jumlah komponen pada sebuah pakaian

4.2.2 Evaluasi Penerimaan S ampel Langkah berikutnya adalah mengevaluasi penerimaan sampel dari artikel yang diluar standar. Tabel 4.4 menunjukan data yang akan digunakan untuk mengevaluasi penerimaan sampel, nilai c, n, dan N diperoleh dari lembar fabric inspection report yang dapat dilihat pada lampiran 5.

87

4.2.2.1 Kurva OC Kurva OC merupakan salah satu bentuk pengukuran yang dapat dilakukan untuk mengevaluasi kinerja sampel. Perhitungan kurva OC akan menghasilkan nilai probabilitas penerimaan (Pa), dimana untuk menggambarkanya diperlukan rumus : c

n! p d (1 − p) n −d d =0 d!(n − d)! c

Pa = ∑ p(d) = ∑ d =0

Pa = Probabilitas penerimaan P = Kesalahan prosuk yang dihasilkan n = Unit sampel c = Cacat produk yang disyaratkan d = Jumlah cacat yang terjadi (d ≤ c)

Tabel 4.27 Perhitungan Kurva OC artikel VH-1165 d

Proporsi Kesalahan 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9

np 0,3 0,6 0,9 1,2 1,5 1,8 2,1 2,4 2,7

0 0,729 0,512 0,343 0,216 0,125 0,064 0,027 0,008 0,001

1 0,243 0,384 0,441 0,432 0,375 0,288 0,189 0,096 0,027

Pa 0,972 0,896 0,784 0,648 0,5 0,352 0,216 0,104 0,028


3! 3! .0,1.(1 − 0,1) 3− 0 + .0,1.(1 − 0,1)3 −1 0! 1! (3 − 1)! = 0,729 + 0,243 = 0,972

Contoh perhitungan : Pa =

88


Gambar 4.2 Kurva OC Artikel VH-1165

Kurva OC menunjukan hubungan probabilitas penerimaan dengan bagian kesalahan produk yang menyatakan bahwa apabila dimisalkan dari sampel yang diperiksa ditemukan 0,3 atau 30% barang rusak maka dari keseluruhan barang atau populasi kemungkinan barang yang dapat diterima sebesar 0,784 atau 78,4%.

Tabel 4.28 Perhitungan Kurva OC artikel VH-1185 dan V-241 d Proporsi Kesalahan np Pa 0 1 0,1 0,3 0,729 0,243 0,972 0,2 0,6 0,512 0,384 0,896 0,3 0,9 0,343 0,441 0,784 0,4 1,2 0,216 0,432 0,648 0,5 1,5 0,125 0,375 0,5 0,6 1,8 0,064 0,288 0,352 0,7 2,1 0,027 0,189 0,216 0,8 2,4 0,008 0,096 0,104 0,9 2,7 0,001 0,027 0,028 Sumber : Pengolahan 3! 3! Contoh perhitungan : Pa = .0,1.(1 − 0,1) 3− 0 + .0,1.(1 − 0,1)3 −1 0! 1! (3 − 1)! = 0,729 + 0,243 = 0,972

89


Gambar 4.3 Kurva OC artikel VH-1185 dan V-241 Kurva OC menunjukan hubungan probabilitas penerimaan dengan bagian kesalahan produk yang menyatakan bahwa apabila dimisalkan dari sampel yang diperiksa ditemukan 0,3 atau 30% barang rusak maka dari keseluruhan barang atau populasi kemungkinan barang yang dapat diterima sebesar 0,784 atau 78,4%. Nilai tersebut sama dengan nilai artikel VH-1165 dikarenakan secara kebetulan jumlah unit sampel yang diperiksa dan cacat yang disyaratkan sama. Tabel 4.29 Perhitungan Kurva OC artikel CG-1125 Proporsi Kesalahan 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9

np 0,5 1 1,5 2 2,5 3 3,5 4 4,5

0 0,590 0,328 0,168 0,078 0,031 0,010 0,002 0,000 0,000

d 1 0,328 0,410 0,360 0,259 0,156 0,077 0,028 0,006 0,000

2 0,073 0,205 0,309 0,346 0,313 0,230 0,132 0,051 0,008

Pa 0,991 0,942 0,837 0,683 0,500 0,317 0,163 0,058 0,009


5! 5! .0,1.(1 − 0,1) 5 −0 + .0,1.(1 − 0,1) 5 −1 0! 1! (5 − 1)! = 0,590 + 0,328 = 0,991

Contoh perhitungan : Pa =

90


Gambar 4.4 Kurva OC Artikel CG-1125 Kurva OC menunjukan hubungan probabilitas penerimaan dengan bagian kesalahan produk yang menyatakan bahwa apabila dimisalkan dari sampel yang diperiksa ditemukan 0,3 atau 30% barang rusak maka dari keseluruhan baran g atau populasi kemungkinan barang yang dapat diterima sebesar 0,837 atau 83,7%.

4.2.2.2 Kurva AOQ (Average Outgoing Quality Curve) Berikut ini adalah perhitungan kurva AOQ untuk memperoleh tingkat kualitas output rata-rata dengan menggunakan rumus : AOQ =

Pa × p (N − n ) N

AOQ = Tingkat kualitas rata-rata inspeksi Pa

= Propabilitas penerimaan

p

= Proporsi kesalahan

N

= Unit populasi

n

= Unit sampel

91

Tabel 4.30 Perhitungan Kurva AOQ VH-1165 Proporsi kesalahan 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9

Pa 0,972 0,896 0,784 0,648 0,5 0,352 0,216 0,104 0,028

AOQ 0,083 0,152 0,200 0,220 0,213 0,180 0,129 0,071 0,021


Contoh perhitungan :

AOQ =

0,972 × 0,1(20 − 3) 20

= 0,083


Gambar 4.5 Kurva AOQ VH-1165

Kurva AOQ diatas mengukur rata-rata tingkat kualitas output dari suatu hasil produksi dengan proporsi kerusakan sebesar p yang menyatakan bahwa apabila dimisalkan proporsi kesalahan ditemukan sebesar 0,3 atau 30% maka kualitas

rata-rata atau

persentase rusak yang dibuang sebesar 0,200 atau 20%.

92

Tabel 4.31Perhitungan Kurva AOQ VH-1185 dan V-241 Proporsi kesalahan

Pa

AOQ

0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9

0,972 0,896 0,784 0,648 0,5 0,352 0,216 0,104 0,028

0,061 0,112 0,147 0,162 0,156 0,132 0,095 0,052 0,016


Contoh perhitungan :

0,972 × 0,1(8 − 3) 8 = 0,061

AOQ =


Gambar 4.6 Kurva AOQ VH-1185 dan V-241 Kurva AOQ diatas mengukur rata-rata tingkat kualitas output dari suatu hasil produksi dengan proporsi kerusakan sebesar p yang menyatakan bahwa apabila dimisalkan proporsi kesalahan ditemukan sebesar 0,3 atau 30% maka kualitas

rata-rata atau

persentase rusak yang dibuang sebesar 0,147 atau 14,7%.

93

Tabel 4.32 Perhitungan Kurva AOQ VH-1125 Proporsi Pa kesalahan 0,1 0,991 0,2 0,942 0,3 0,837 0,4 0,683 0,5 0,5 0,6 0,317 0,7 0,163 0,8 0,058 0,9 0,028 Sumber : Pengolahan Contoh perhitungan :

AOQ 0,061 0,116 0,155 0,168 0,154 0,117 0,070 0,029 0,015

0,991× 0,1(13 − 5) 13 = 0,061

AOQ =

Sumber : Pengolahan Gambar 4.7 Kurva AOQ VH-1125 Kurva AOQ diatas mengukur rata-rata tingkat kualitas output dari suatu hasil produksi dengan proporsi kerusakan sebesar p yang menyatakan bahwa apabila dimisalkan proporsi kesalahan ditemukan sebesar 0,3 atau 30% maka kualitas rata-rata atau persentase rusak yang dibuang sebesar 0,155 atau 15,5%.

94

4.2.3 Evaluasi Kinerja Supplier M engevalusi atau menilai kinerja supplier juga merupakan pekerjaan yang sangat penting dilakukan untuk menciptakan daya saing yang berkelanjutan. Hasil penilaian ini dilakukan sebagai masukan bagi supplier untuk meningkatkan kinerja mereka. Bagi perusahaan pembeli, kinerja supplier dapat digunakan sebagai dasar untuk menentukan volume pembelian maupun untuk menentukan peringkat supplier.

4.2.3.1 S truktur Hierarki AHP Dalam menilai kinerja supplier dengan metode AHP, tujuan dan faktor penilaian kinerja perlu dibuat dalam bentuk struktur hierarki untuk memudahkan dalam proses pembobotan. Struktur hierarki AHP untuk penilaian kinerja dapat dilihat pada gambar 4.8. Struktur hierarki ini terdiri dari empat level, level pertama tujuan, level kedua faktor, level ketiga subfaktor dan level ke-empat supplier yang akan di evaluasi. Tujuan dari struktur ini adalah untuk menilai kinerja supplier sehingga supplier-supplier tersebut dapat dikelompokan dalam empat kuadran portofolio hubungan supplier. sedangkan faktor dan subfaktornya disesuaikan dengan faktor yang digunakan dalam merancang hubungan supplier berdasarkan tingkat kepentingan dan tingkat kesulitan. Faktor kontribusi dan nilai pembelian adalah faktor yang digunakan untuk menilai tingkat kepentingan supplier sedangkan faktor keunikan item, kemampuan memenuhi permintaan dan ketidakpastiaan adalah faktor untuk menilai tingkat kesulitan supplier. Subfaktor kualitas, harga dan delivery merupakan subfaktor dari faktor ketidakpastian yang termasuk pada tingkat kesulitan supplier.

1


Gambar 4.8 Struktur Hierarki AHP

96

4.2.3.2 Perhitungan AHP Pengolahan ini bertujuan untuk memperoleh bobot atas faktor dan subfaktor penilaian kinerja. pada pengolahan ini proses dapat diringkas sebagai berikut : 1. Menentukan kriteria penilaian, kriteria yang digunakan antara lain kontribusi, nilai pembelian, keunikan item, kemampuan memenuhi permintaan dan ketidakpastiaan yang memiliki subfaktor berupa harga, kualitas dan delivery sesuai dengan struktur hierarki AHP pada gambar 4.8. 2. Menentukan bobot masing-masing kriteria •

Matriks perbandingan berpasangan untuk kriteria

Skala dari matriks perbandingan berpasangan untuk kriteria diperoleh dari 2 orang responden yang berkepentingan, yaitu kepala departemen factory dan kepala bagian Production Engineering. Tabel 4.4 hingga tabel 4.10 merupakan perbandingan berpasangan yang diperoleh dari responden kemudian kedua matriks tersebut akan dilakukan perhitungan dengan Geometric Average untuk mendapatkan perbandingan berpasangan yang mecakup pandangan dari kedua responden pada tabel 4.33 - tabel 4.38. Perbandingan inilah yang akan digunakan untuk pengolahan AHP selanjutnya.

Tabel 4.33 M atriks Kriteria Tingkat Kepentingan dan Jumlah Kolom Kriteria Kontribusi item Nilai pembelian Total

Kontribusi Nilai item pembelian 1 0,447 2,236 1 3,236 1,447


97

Contoh perhitungan Geometric Average :

k 1 × k 2 × .....k n = 2 1× 5 = 2,236

n

Contoh perhitungan Jumlah kolom : 1 + 2,236 = 3,236

Tabel 4.34 M atriks Kriteria Tingkat Kesulitan dan Jumlah Kolom Kriteria

Permintaan terpenuhi

Keunikan

Ketidakpastian

1 2,646 2,646 6,292

0,378 1 2,236 3,614

0,378 0,447 1 1,825

Permintaan terpenuhi Keunikan Ketidakpastian Total Sumber : Pengolahan Data

Contoh perhitungan Geometric Average :

n

k 1 × k 2 × .....k n = 2 1× 7 = 2,646

Contoh perhitungan Jumlah kolom : 1 + 2,646 + 2,646 = 6,292

•

Normalisasi dan bobot (rata-rata) kriteria

Tabel 4.35 Hasil Normalisasi dan Bobot M atriks Kriteria Tingkat Kepentingan Kontribusi Nilai item pembelian Kontribusi item Nilai pembelian

0,309 0,691

Rata-rata 0,309 0,691

0,309 0,691


Contoh perhitungan normalisasi :

a ij = a 11 = 1 = 0,309 SA j SA 1 3,236

aij = nilai skala pada baris i kolom j Saj = jumlah kolom j n

Contoh perhitungan rata-rata : rata-rata AM =

=

∑a i= 1

ij

n

0,309 + 0,309 = 0,309 2

98

Tabel 4.36 Hasil Normalisasi dan Bobot M atriks Kriteria Tingkat Kesulitan Kriteria Permintaan terpenuhi Keunikan Ketidakpastian

Permintaan terpenuhi

Keunikan

0,159 0,421 0,421

0,105 0,227 0,619

Ketidakpastian Rata-rata 0,207 0,245 0,548

0,157 0,314 0,529



a ij = a 11 = 1 = 0,159 SA j SA 1 6, 292



=

∑a i= 1

ij

n

0,159 + 0,105 + 0,207 = 0,157 3

3. Menentukan bobot masing-masing subkriteria •

M atrix perbandingan berpasangan dan total untuk subkriteria Tabel 4.37 M atriks Subkriteria Ketidakpastian dan Jumlah Kolom Subkriteria Harga Delivery Kualitas Total

Harga 1,000 1,000 1,732 3,732

Delivery 1,000 1,000 1,000 3,000

Kualitas 0,577 1,000 1,000 2,577


Contoh perhitungan : Geometric Average :

n

k 1 × k 2 × .....k n =

2

1× 1 = 1

Jumlah kolom : 1 + 1 + 1,732 = 3,732

99

•

Normalisasi dan bobot (rata-rata) subkriteria Tabel 4.38 Hasil Normalisasi dan Bobot M atriks Subkriteria Ketidakpastian Subkriteria Harga Delivery Kualitas

Harga 0,268 0,268 0,464

Delivery 0,333 0,333 0,333

Kualitas 0,224 0,388 0,388

Rata-rata 0,275 0,330 0,395



a ij = a 11 = 1 = 0,268 SA j SA 1 3,732



=

∑a i= 1

ij

n

0, 268 + 0,333 + 0,224 = 0,275 3

Hasil untuk bobot masing-masing subkriteria harus dikalikan dengan bobot induknya untuk mendapatkan bobot sebenarnya. M aka bobot untuk subkriteria ketidakpastian yang sebenarnya adalah : :

0,275 x 0,529 = 0,145

Delivery :

0,330 x 0,529 = 0,175

Kualitas :

0,395 x 0,529 = 0,209

Harga

4. Identifikasi supplier yang akan dievaluasi supplier yang akan dievaluasi adalah supplier yang tingkat kualitasnya memiliki reject diatas 3,5%. Supplier-supplier tersebut antara lain dapat dilihat pada tabel 4.39

100

Tabel 4.39 Supplier yang Dievaluasi Supplier Pratama J SanSanTex Ginza Anugerah SejahteraTex Naga Berlian Abdul M TevTextile Global PS Kristako Gossip

Simbol PJ SS GZ AG ST NB AM TT GP KT GS


5. Evaluasi masing-masing supplier dengan kriteria diatas •

Matriks perbandingan berpasangan untuk kriteria kontribusi dan jumlah kolom M asing-masing supplier dibandingkan dengan menggunakan skala pada tabel 2.4 kemudian setiap kolom dijumlahkan untuk digunakan sebagai pembagi dalam normalisasi. Tabel 4.40 – tabel 4.46 akan menujukan seluruh perbandingan berpasangan dan jumlah kolom untuk setiap kriteria. Tabel 4.40 M atriks Perbandingan Berpasangan dan Jumlah Kolom Supplier untuk Kriteria Kontribusi

AM AG GZ GP GS KT NB PJ SS ST TT Total

AM 1 9 8 2 1 1 5 9 9 7 5 57,000

AG 1/9 1 1/3 1/9 1/9 1/9 1/5 1/2 1/2 1/3 1/5 3,511

GZ 1/8 3 1 1/5 1/6 1/8 1/2 2 2 1 1/2 10,617

GP 1/2 9 5 1 1 1/2 3 9 9 4 3 45,000

GS 1 9 6 1 1 1 4 9 9 5 4 50, 000

KT 1 9 8 2 1 1 5 9 9 7 5 57,000

NB 1/5 5 2 1/3 1/4 1/5 1 3 3 1 1 16,983

PJ 1/9 2 1/2 1/9 1/9 1/9 1/3 1 1 1/2 1/3 6,111

SS 1/9 2 1/2 1/9 1/9 1/9 1/3 1 1 1/2 1/3 6,111

ST 1/7 3 1 1/4 1/5 1/7 1 2 2 1 1 11,736

TT 1/5 5 2 1/3 1/4 1/5 1 3 3 1 1 16, 983


101

Contoh perhitungan perbandingan berpasangan : AG : AM = 69 : 3 dilihat dari tabel 4.11 berarti AG secara absolut lebih penting dari AM maka AG : AM = 9 sedangkan AM : AG = 1/9 Contoh perhitungan jumlah kolom : Jumlah kolom AM = 1 + 9 + 8 + 2 + 1 + 1 + 5 + 9 + 9 + 7 + 5 = 57 Tabel 4.41 M atriks Perbandingan Berpasangan dan Jumlah Kolom Supplier untuk Kriteria Nilai Pembelian


AM 1 9 9 4 1/2 1 3 9 9 4 8 57,500

AG 1/9 1 1/3 1/9 1/9 1/9 1/9 2 1 1/9 1/5 5,200

GZ 1/9 3 1 1/3 1/9 1/9 1/5 5 3 1/3 1 14,200

GP 1/4 9 3 1 1/6 1/5 1 9 9 1 2 35,617

GS 2 9 9 6 1 1 4 9 9 8 9 67, 000

KT 1 9 9 5 1 1 3 9 9 5 9 61,000

NB 1/3 9 5 1 1/4 1/3 1 9 9 2 3 39,917

PJ 1/9 1/2 1/5 1/9 1/9 1/9 1/9 1 1/2 1/9 1/8 2,992

SS 1/9 1 1/3 1/9 1/9 1/9 1/9 2 1 1/7 1/4 5,282

ST 1/4 9 3 1 1/8 1/5 1/2 9 7 1 2 33,075

TT 1/8 5 1 1/2 1/9 1/9 1/3 8 4 1/2 1 20, 681


Contoh perhitungan perbandingan berpasangan : AG : AM = Rp713.814.880 : Rp17.973.400 dilihat dari tabel 4.12 berarti AG secara absolut lebih penting dari AM maka AG : AM = 9 sedangkan AM : AG = 1/9 Contoh perhitungan jumlah kolom : Jumlah kolom AM = 1 + 9 + 9 + 4 + 1/2 + 1 + 3 + 9 + 9 + 4 + 8 = 57,5

102

Tabel 4.42 M atriks Perbandingan Berpasangan dan Jumlah Kolom Supplier untuk Kriteria Kemampuan M emenuhi Permintaan AM AG GZ GP GS KT NB PJ SS ST TT Total

AM 1 1 1 1 1 1 1 1 1 1 1/9 10,111

AG 1 1 1/2 1 1 1 1 1/2 1 1 1/9 9,111

GZ 1 2 1 1 1 1 1 1 1 1 1/9 11,111

GP 1 1 1 1 1 1 1 1 1 1 1/9 10,111

GS 1 1 1 1 1 1 1 1 1 1 1/9 10, 111

KT 1 1 1 1 1 1 1 1 1 1 1/9 10,111

NB 1 1 1 1 1 1 1 1 1 1 1/9 10,111

PJ 1 2 1 1 1 1 1 1 1 1 1/9 11,111

SS 1 1 1 1 1 1 1 1 1 1 1/9 10,111

ST 1 1 1 1 1 1 1 1 1 1 1/9 10,111

TT 9 9 9 9 9 9 9 9 9 9 1 91, 000


Contoh perhitungan perbandingan berpasangan : AG : AM = 0% : 0,016% dilihat dari tabel 4.13 berarti AG sama pentingnya dengan AM maka AG : AM = 1 begitu pula dengan AM : AG = 1 Contoh perhitungan jumlah kolom : Jumlah kolom AM = 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1 + 1/9 = 10,111

Tabel 4.43 M atriks Perbandingan Berpasangan dan Jumlah Kolom Supplier untuk Kriteria Keunikan


AM 1 1/2 1/2 1/2 1/2 1/2 1 1 1 1/2 1 8,000

AG 2 1 1 1 1 1 1 1 2 1 2 14,000

GZ 2 1 1 1 1 1 1 1 1 1 2 13,000

GP 2 1 1 1 1 1 2 1 2 1 2 15,000

GS 2 1 1 1 1 1 2 1 2 1 2 15, 000

KT 2 1 1 1 1 1 1 1 1 1 2 13,000

NB 1 1 1 1/2 1/2 1 1 1 1 1 1 10,000

PJ 1 1 1 1 1 1 1 1 1 1 1 11,000

SS 1 1/2 1 1/2 1/2 1 1 1 1 1/2 1 9,000

ST 2 1 1 1 1 1 1 1 2 1 2 14,000

TT 1 1/2 1/2 1/2 1/2 1/2 1 1 1 2 1 9,500


Contoh perhitungan perbandingan berpasangan : AG : AM = 6 : 3 dilihat dari tabel 4.15 M enunjukan bahwa AG lebih unik sehingga lebih sulit diperoleh dibandingkan AM maka perbandingan AM terhadap AG

103

dikatakan sama hingga sedikit lebih baik dimana AG : AM = 1/2 sedangkan AM : AG = 2 Jumlah kolom AM = 1 + 1/2 + 1/2 + 1/2 + 1/2 + 1/2 + 1 + 1 + 1 + 1/2 + 1 = 8

Tabel 4.44 M atriks Perbandingan Berpasangan dan Jumlah Kolom Supplier untuk Subkriteria Kualitas


AM 1 2 2 1 1/5 1/3 1 4 3 2 1 17,533

AG 1/2 1 1 1/2 1/9 1/7 1/2 2 1 1 1/2 8,254

GZ 1/2 1 1 1/3 1/9 1/8 1/2 2 1 1 1/2 8,069

GP 1 2 3 1 1/5 1/3 1 4 3 2 1 18,533

GS 5 9 9 5 1 1 6 9 9 9 5 68, 000

KT 3 7 8 3 1 1 4 9 9 6 3 54,000

NB 1 2 2 1 1/6 1/4 1 3 2 1 1 14,417

PJ 1/4 1/2 1/2 1/4 1/9 1/9 1/3 1 1 1/2 1/4 4,806

SS 1/3 1 1 1/3 1/9 1/9 1/2 1 1 1 1/3 6,722

ST 1/2 1 1 1/2 1/9 1/6 1 2 1 1 1/2 8,778

TT 1 2 2 1 1/5 1/3 1 4 3 2 1 17, 533


Contoh perhitungan perbandingan berpasangan : AG : AM = 1,24% : 2,51% dilihat dari tabel 4.16 berarti AG terhadap AM sama hingga sedikit lebih baik maka AG : AM = 2 sedangkan AM : AG = 1/2 Contoh perhitungan jumlah kolom : Jumlah kolom AM = 1 + 2 + 2 + 1 + 1/5 + 1/3 + 1 + 4 + 3 + 2 + 1 = 17,533 Tabel 4.45 M atriks Perbandingan Berpasangan dan Jumlah Kolom Supplier untuk Subkriteria Harga AM AG GZ GP GS KT NB PJ SS ST TT Total

AM 1 1/2 1 1 1/4 1/2 1 1 1 1 1 9,250

AG 2 1 1 2 1/2 1 2 1 2 2 2 16,500

GZ 1 1 1 2 1/4 1/2 1 1 2 2 1 12,75 0

GP 1 1/2 1/2 1 1/7 1/3 1 1/2 1 1 1 7,976

GS 4 2 4 7 1 2 5 3 7 7 4 46, 000

KT 2 1 2 3 1 /2 1 2 1 3 3 2 20 ,500

NB 1 1/2 1 1 1/5 1/2 1 1/2 1 1 1 8,7 00

PJ 1 1 1 2 1/3 1 2 1 2 2 1 14,333

SS 1 1/2 1/2 1 1/7 1/3 1 1/2 1 1 1 7,976

ST 1 1/2 1/2 1 1/7 1/3 1 1/2 1 1 1 7,97 6

TT 1 1/2 1 1 1/4 1/2 1 1 1 1 1 9,2 50


104

Contoh perhitungan perbandingan berpasangan : AG : AM = Rp 34.610 : Rp 20.000 dilihat dari tabel 4.17 berarti AM terhadap AG sama hingga sedikit lebih penting maka AG : AM = 1/2 sedangkan AM : AG =2 Contoh perhitungan jumlah kolom : Jumlah kolom AM = 1 + 1/2 + 1 + 1 + 1/4 + 1/2 + 1 + 1 + 1 + 1 + 1 = 9,250

Tabel 4.46 M atriks Perbandingan Berpasangan dan Jumlah Kolom Supplier untuk Subkriteria Delivery AM AG GZ GP GS KT NB PJ SS ST TT Total

AM 1 5 5 3 5 1/3 1/3 1/3 3 1/3 1/3 23,667

AG 1/5 1 1 1/3 1 1/9 1/9 1/9 1/3 1/9 1/9 4,422

GZ 1/5 1 1 1/3 1 1/9 1/9 1/9 1/3 1/9 1/9 4,422

GP 1/3 3 3 1 3 1/5 1/5 1/5 1 1/5 1/5 12,333

GS 1/5 1 1 1/3 1 1/9 1/9 1/9 1/3 1/9 1/9 4,422

KT 3 9 9 5 9 1 1 1 5 1 1 45,000

NB 3 9 9 5 9 1 1 1 5 1 1 45,000

PJ 3 9 9 5 9 1 1 1 5 1 1 45,000

SS 1/3 3 3 1 3 1/5 1/5 1/5 1 1/5 1/5 12,333

ST 3 9 9 5 9 1 1 1 5 1 1 45,000

TT 3 9 9 5 9 1 1 1 5 1 1 45, 000


Contoh perhitungan perbandingan berpasangan : AG : AM = 5 : 1 dilihat dari tabel 4.18 berarti AG secara signifikan lebih baik dari AM sedangkan AM : AG = 1/5 Contoh perhitungan jumlah kolom : Jumlah kolom AM = 1 + 5 + 5 + 3 + 5 + 1/3 + 1/3 + 1/3 + 3 + 1/3 + 1/3 = 23,667 •

Normalisasi dan bobot (rata-rata) masing-masing supplier Normalisasi dilakukan dengan membagi setiap nilai skala perbandingan dengan jumlah kolom yang ada pada tabel 4.40 - tabel 4.46. Sedangkan bobot supplier didapat dari nilai rata-rata setiap baris pada tabel 4.47 - tabel 4.53.

105

Tabel 4.47 Hasil Normalisasi dan Bobot untuk Kriteria Kontribusi

AM AG GZ GP GS KT NB PJ SS ST TT

AM 0, 018 0, 158 0, 140 0, 035 0, 018 0, 018 0, 088 0, 158 0, 158 0, 123 0, 088

AG 0,032 0,285 0,095 0,032 0,032 0,032 0,057 0,142 0,142 0,095 0,057

GZ 0,012 0,283 0,094 0,019 0,016 0,012 0,047 0,188 0,188 0,094 0,047

GP 0,011 0,200 0,111 0,022 0,022 0,011 0,067 0,200 0,200 0,089 0,067

GS 0,020 0,180 0,120 0,020 0,020 0,020 0,080 0,180 0,180 0,100 0,080

KT 0,018 0,158 0,140 0,035 0,018 0,018 0,088 0,158 0,158 0,123 0,088

NB 0, 012 0, 294 0, 118 0, 020 0, 015 0, 012 0, 059 0, 177 0, 177 0, 059 0, 059

PJ 0,018 0,327 0,082 0,018 0,018 0,018 0,055 0,164 0,164 0,082 0,055

SS 0,018 0,327 0,082 0,018 0,018 0,018 0,055 0,164 0,164 0,082 0,055

ST 0, 012 0, 256 0, 085 0, 021 0, 017 0, 012 0, 085 0, 170 0, 170 0, 085 0, 085

TT 0,012 0,294 0,118 0,020 0,015 0,012 0,059 0,177 0,177 0,059 0,059

Rata-rata 0,017 0,251 0,108 0,024 0,019 0,017 0,067 0,171 0,171 0,090 0,067



a ij = a 11 = 1 = 0,018 SA j SA 1 57



∑a i= 1

ij

n

=

0,018 + 0,032 + 0,012 + 0,011 + 0,020 + 0,018 + 0,012 + 0,018 + 0,018 + 0,012 + 0,012 11 = 0,017

Tabel 4.48 Hasil Normalisasi dan Bobot untuk Kriteria Nilai Pembelian


AM 0,017 0,157 0,157 0,070 0,009 0,017 0,052 0,157 0,157 0,070 0,139

AG 0,021 0,192 0,064 0,021 0,021 0,021 0,021 0,385 0,192 0,021 0,038

GZ 0,008 0,211 0,070 0,023 0,008 0,008 0,014 0,352 0,211 0,023 0,070

GP 0,007 0,253 0,084 0,028 0,005 0,006 0,028 0,253 0,253 0,028 0,056

GS 0,030 0,134 0,134 0,090 0,015 0,015 0,060 0,134 0,134 0,119 0,134

KT 0,016 0,148 0,148 0,082 0,016 0,016 0,049 0,148 0,148 0,082 0,148

NB 0,008 0,225 0,125 0,025 0,006 0,008 0,025 0,225 0,225 0,050 0,075

PJ 0,037 0,167 0,067 0,037 0,037 0,037 0,037 0,334 0,167 0,037 0,042

SS 0,021 0,189 0,063 0,021 0,021 0,021 0,021 0,379 0,189 0,027 0,047

ST 0,008 0,272 0,091 0,030 0,004 0,006 0,015 0,272 0,212 0,030 0,060

TT Rata-rata 0, 006 0,016 0, 242 0,199 0, 048 0,096 0,041 0, 024 0, 005 0,013 0, 005 0,015 0, 016 0,031 0,275 0, 387 0, 193 0,189 0, 024 0,047 0, 048 0,078


106


a ij = a 11 = 1 = 0,017 SA j SA 1 57,5



∑a i= 1

n

ij

=

0,017 + 0,021 + 0,008 + 0,007 + 0,030 + 0,016 + 0,008 + 0,037 + 0,021 + 0,008 + 0,006 11 = 0,016 Tabel 4.49 Hasil Normalisasi dan Bobot untuk Kriteria Kemampuan M emenuhi Permintaan


AM 0,09 9 0,09 9 0,09 9 0,09 9 0,09 9 0,09 9 0,09 9 0,09 9 0,09 9 0,09 9 0,01 1

AG 0,110 0,110 0,055 0,110 0,110 0,110 0,110 0,055 0,110 0,110 0,012

GZ 0,090 0,180 0,090 0,090 0,090 0,090 0,090 0,090 0,090 0,090 0,010

GP 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,011

GS 0, 099 0, 099 0, 099 0, 099 0, 099 0, 099 0, 099 0, 099 0, 099 0, 099 0, 011

KT 0 ,099 0 ,099 0 ,099 0 ,099 0 ,099 0 ,099 0 ,099 0 ,099 0 ,099 0 ,099 0 ,011

NB 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,011

PJ 0,090 0,180 0,090 0,090 0,090 0,090 0,090 0,090 0,090 0,090 0,010

SS 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,011

ST 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,011

TT 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,099 0,011

Rata-rata 0, 098 0, 115 0, 093 0, 098 0, 098 0, 098 0, 098 0, 093 0, 098 0, 098 0, 011



a ij = a 11 = 1 = 0,099 SA j SA 1 10,111



∑a i= 1

n

ij

=

0,099 + 0,110 + 0,090 + 0,099 + 0,099 + 0,099 + 0,099 + 0,099 + 0,099 + 0,099 + 0,099 11 = 0,098

107

Tabel 4.50 Hasil Normalisasi dan Bobot untuk Kriteria Keunikan


AM 0,125 0,063 0,063 0,063 0,063 0,063 0,125 0,125 0,125 0,063 0,125

AG 0,143 0,071 0,071 0,071 0,071 0,071 0,071 0,071 0,143 0,071 0,143

GZ 0,154 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,154

GP 0,133 0,067 0,067 0,067 0,067 0,067 0,133 0,067 0,133 0,067 0,133

GS 0,133 0,067 0,067 0,067 0,067 0,067 0,133 0,067 0,133 0,067 0,133

KT 0,154 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,077 0,154

NB 0,100 0,100 0,100 0,050 0,050 0,100 0,100 0,100 0,100 0,100 0,100

PJ 0,091 0,091 0,091 0,091 0,091 0,091 0,091 0,091 0,091 0,091 0,091

SS 0,111 0,056 0,111 0,056 0,056 0,111 0,111 0,111 0,111 0,056 0,111

ST 0,143 0,071 0,071 0,071 0,071 0,071 0,071 0,071 0,143 0,071 0,143

TT Rata-rata 0,105 0,127 0,053 0,072 0,053 0,077 0,067 0,053 0,053 0,067 0,053 0,077 0,105 0,100 0,087 0,105 0,105 0,113 0,211 0,086 0,105 0,127


a ij = a 11 = 1 = 0,125 SA j SA 1 8 aij = nilai skala pada baris i kolom j Contoh perhitungan normalisasi :

Saj = jumlah kolom j n


∑a

ij

= n 0,125 + 0,143 + 0,154 + 0,133 + 0,133 + 0,154 + 0,100 + 0,091 + 0,111 + 0,143 + 0,105 11 = 0,127 i= 1

Tabel 4.51 Hasil Normalisasi dan Bobot untuk Subkriteria Kualitas


AM 0,057 0,114 0,114 0,057 0,011 0,019 0,057 0,228 0,171 0,114 0,057

AG 0,061 0,121 0,121 0,061 0,013 0,017 0,061 0,242 0,121 0,121 0,061

GZ 0,062 0,124 0,124 0,041 0,014 0,015 0,062 0,248 0,124 0,124 0,062

GP 0,054 0,108 0,162 0,054 0,011 0,018 0,054 0,216 0,162 0,108 0,054

GS 0,074 0,132 0,132 0,074 0,015 0,015 0,088 0,132 0,132 0,132 0,074

KT 0,056 0,130 0,148 0,056 0,019 0,019 0,074 0,167 0,167 0,111 0,056

NB 0,069 0,139 0,139 0,069 0,012 0,017 0,069 0,208 0,139 0,069 0,069

PJ 0,052 0,104 0,104 0,052 0,023 0,023 0,069 0,208 0,208 0,104 0,052

SS 0,050 0,149 0,149 0,050 0,017 0,017 0,074 0,149 0,149 0,149 0,050

ST 0,057 0,114 0,114 0,057 0,013 0,019 0,114 0,228 0,114 0,114 0,057

TT 0,057 0,114 0,114 0,057 0,011 0,019 0,057 0,228 0,171 0,114 0,057

Rata-rata 0,059 0,123 0,129 0,057 0,014 0,018 0,071 0,205 0,151 0,115 0,059



a ij = a 11 = 1 = 0,125 SA j SA 1 8

108



∑a

ij

= n 0,125 + 0,143 + 0,154 + 0,133 + 0,133 + 0,154 + 0,100 + 0,091 + 0,111 + 0,143 + 0,105 11 = 0,127 i= 1

Tabel 4.52 Hasil Normalisasi dan Bobot untuk Subkriteria Harga


AM 0,108 0,054 0,108 0,108 0,027 0,054 0,108 0,108 0,108 0,108 0,108

AG 0,121 0,061 0,061 0,121 0,030 0,061 0,121 0,061 0,121 0,121 0,121

GZ 0,078 0,078 0,078 0,157 0,020 0,039 0,078 0,078 0,157 0,157 0,078

GP 0,125 0,063 0,063 0,125 0,018 0,042 0,125 0,063 0,125 0,125 0,125

GS 0,087 0,043 0,087 0,152 0,022 0,043 0,109 0,065 0,152 0,152 0,087

KT 0,098 0,049 0,098 0,146 0,024 0,049 0,098 0,049 0,146 0,146 0,098

NB 0,115 0,057 0,115 0,115 0,023 0,057 0,115 0,057 0,115 0,115 0,115

PJ 0,070 0,070 0,070 0,140 0,023 0,070 0,140 0,070 0,140 0,140 0,070

SS 0,125 0,063 0,063 0,125 0,018 0,042 0,125 0,063 0,125 0,125 0,125

ST 0,125 0,063 0,063 0,125 0,018 0,042 0,125 0,063 0,125 0,125 0,125

TT 0,108 0,054 0,108 0,108 0,027 0,054 0,108 0,108 0,108 0,108 0,108

Rata-rata 0,106 0,060 0,083 0,129 0,023 0,050 0,114 0,071 0,129 0,129 0,106


a ij = a 11 = 1 = 0,108 SA j SA 1 9,250 aij = nilai skala pada baris i kolom j Contoh perhitungan normalisasi :



∑a i= 1

n

ij

=

0,108 + 0,121 + 0,078 + 0,125 + 0,045 + 0,087 + 0,098 + 0,115 + 0,070 + 0,125 + 0,108 11 = 0,106

109

Tabel 4.53 Hasil Normalisasi dan Bobot untuk Subkriteria Delivery


AM 0,042 0,211 0,211 0,127 0,211 0,014 0,014 0,014 0,127 0,014 0,014

AG 0,045 0,226 0,226 0,075 0,226 0,025 0,025 0,025 0,075 0,025 0,025

GZ 0,045 0,226 0,226 0,075 0,226 0,025 0,025 0,025 0,075 0,025 0,025

GP 0,027 0,243 0,243 0,081 0,243 0,016 0,016 0,016 0,081 0,016 0,016

GS 0,045 0,226 0,226 0,075 0,226 0,025 0,025 0,025 0,075 0,025 0,025

KT 0,067 0,200 0,200 0,111 0,200 0,022 0,022 0,022 0,111 0,022 0,022

NB 0,067 0,200 0,200 0,111 0,200 0,022 0,022 0,022 0,111 0,022 0,022

PJ 0,067 0,200 0,200 0,111 0,200 0,022 0,022 0,022 0,111 0,022 0,022

SS 0,027 0,243 0,243 0,081 0,243 0,016 0,016 0,016 0,081 0,016 0,016


ST 0,067 0,200 0,200 0,111 0,200 0,022 0,022 0,022 0,111 0,022 0,022

TT Rata-rata 0,067 0,051 0,200 0,216 0,216 0,200 0,111 0,097 0,200 0,216 0,021 0,022 0,022 0,021 0,022 0,021 0,097 0,111 0,022 0,021 0,022 0,021

a ij 1 = 0,042 = a 11 = SA j SA 1 23,667 aij = nilai skala pada baris i kolom j Contoh perhitungan normalisasi :


∑a

ij

= n 0,042 + 0,045 + 0,045 + 0,027 + 0,045 + 0,067 + 0,067 + 0,067 + 0,027 + 0,067 + 0,067 11 = 0,127 Contoh perhitungan rata-rata : rata-rata AM =

i= 1

6.

Menghitung nilai agregat masing-masing supplier Perhitungan nilai agregat dilakukan berdasarkan kriteria yang dibagi menjadi tingkat kepentingan dan kesulitan. Berikut ini adalah perhitungan nilai agregat masing-masing supplier dimana nilai agregat diperoleh dengan mengalikan bobot masing-masing kriteria dan subkriteria dengan nilai supplier pada kriteria dan subkriteria yang bersangkutan.

110

Dibawah ini adalah perkalian matriks nilai bobot supplier berdasarkan tingkat kepentingan. Dengan perhitungan bobot kontribusi pada perusahaan dikalikan dengan bobot kriteria kontribusi kemudian ditambah dengan besar bobot nilai pembelian yang dikalikan dengan bobot kriteria nilai pembelian. Nilai Kontribusi Pembelian 0,017 0,016 0,251 0,199 0,108 0,096 0,024 0,041 0,019 0,013 x 0,017 0,015 0,067 0,031 0,171 0,275 0,171 0,189 0,09 0,047 0,067 0,078


0,309 0,691

Dibawah ini adalah hasil perkalian matriks nilai bobot supplier berdasarkan tingkat kepentingan. AM AG GZ GP GS KT NB PJ SS ST TT

= = = = = = = = = = =

0,005 0,078 0,033 0,007 0,006 0,005 0,021 0,053 0,053 0,028 0,021

+ + + + + + + + + + +

0,011 0,138 0,066 0,028 0,009 0,010 0,021 0,190 0,131 0,032 0,054

= = = = = = = = = = =

0,016 0,215 0,100 0,036 0,015 0,016 0,042 0,243 0,183 0,060 0,075

111

Dibawah ini adalah perkalian matriks nilai bobot supplier berdasarkan tingkat kesulitan

Kuantitas Keunikan 0,098 0,127 0,115 0,072 0,093 0,077 0,098 0,067 0,098 0,067 0,098 0,077 0,098 0,100 0,093 0,087 0,098 0,113 0,098 0,086 0,011 0,127


Kualitas 0,059 0,123 0,129 0,057 0,014 0,018 0,071 0,205 0,151 0,115 0,059

Harga 0,106 0,06 0,083 0,129 0,023 0,05 0,114 0,071 0,129 0,129 0,106

Waktu 0,051 0,216 0,216 0,097 0,216 0,021 0,021 0,021 0,097 0,021 0,021

x

0,157 0,314 0,209 0,145 0,175

Dibawah ini adalah hasil perkalian matriks nilai bobot supplier berdasarkan tingkat kesulitan. AM AG GZ GP GS KT NB PJ SS ST TT

= = = = = = = = = = =

0,015 0,018 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,015 0,002

+ + + + + + + + + + +

0,040 0,023 0,024 0,021 0,021 0,024 0,031 0,027 0,035 0,027 0,040

+ + + + + + + + + + +

0,012 0,026 0,027 0,012 0,003 0,004 0,015 0,043 0,032 0,024 0,012

+ + + + + + + + + + +

0,015 0,009 0,012 0,019 0,003 0,007 0,017 0,010 0,019 0,019 0,015

+ + + + + + + + + + +

0,009 0,038 0,038 0,017 0,038 0,004 0,004 0,004 0,017 0,004 0,004

= = = = = = = = = = =

0,092 0,113 0,116 0,084 0,081 0,054 0,082 0,099 0,118 0,089 0,073

4.2.3.3 Uji Konsistensi AHP konsistensi AHP digunakan untuk menguji kekonsistenan jawaban atau nilai skala dari perbandingan berpasangan maka seluruh perbandingan berpasangan perlu diuji konsistensinya. Langkah pengujian konsistensi dimulai dengan mengkalikan martiks kriteria yang akan diuji dengan rata-rata hasil normalisasinya.

112

Berikut adalah langkah dan contoh perhitungan uji konsistensi pada matriks perbandingan berpasangan kriteria tingkat kesulitan dengan menghitung perbandingan berpasangan kriteria dikalikan dengan bobot kriterianya dan hasil perkalian matriks tersebut dapat dilihat pada tabel 4.54. 1

0,378 1 2,236

2,646 2,646

0,378 0,447 1

0,378

x

0,724 1,618

Tabel 4.54 Hasil Perkalian M atriks Uji Konsistensi Kriteria Tingkat Kesulitan Permintaan Keunikan Ketidakpastian Jumlah terpenuhi

Kriteria Permintaan terpenuhi Keunikan

0,157 0,415

0,119 0,314

0,200 0,237

0,476 0,966

Ketidakpastian

0,415

0,702

0,529

1,646


Kemudian dilanjutkan dengan membagi kolom jumlah dengan bobot masingmasing faktor. 0,476

0,966 1,646

Contoh perhitungan : CI =

CR =

:

0,157 0,314 0,529 Rata-rata CI= CR=

= = = =

3,073 − 3 λ−n = = 0,036 n −1 3 −1

3,031 3,075 3,112 3,073 0,036 0,063

CI 0,036 = = 0,063 RI 0,58

n = jumlah item yang dibandingkan λ = nilai rata-rata yang dihitung sebelumnya RI = kontanta Random Index sesuai jumlah n

113

Tabel 4.55 Hasil Uji Konsistensi M atriks perbandingan Kriteria dan Subkriteria Tingkat kepentingan CI 0 CR 0

Tingkat Kesulitan 0,036 0,063

Subkriteria Ketidakpastian 0,017 0,029


Nilai konsistensi rasio lebih kecil daripada 0,1 berarti perbandingan konsistensi pada matriks dinyatakan konsisten dan hasil yang diperoleh dapat dipercaya. Berikut adalah langkah dan contoh perhitungan uji konsistensi pada matriks perbandingan berpasangan supplier untuk kriteria kontribusi 1 9 8 2 1 1 5 9 9 7 5

1/9 1 1/3 1/9 1/9 1/9 1/5 1/2 1/2 1/3 1/5

1/8 3 1 1/5 1/6 1/8 1/2 2 2 1 1/2

1/2 9 5 1 1 1/2 3 9 9 4 3

1 9 6 1 1 1 4 9 9 5 4

1 9 8 2 1 1 5 9 9 7 5

1/5 5 2 1/3 1/4 1/5 1 3 3 1 1

1/9 2 1/2 1/9 1/9 1/9 1/3 1 1 1/2 1/3

1/9 2 1/2 1/9 1/9 1/9 1/3 1 1 1/2 1/3

1/7 3 1 1/4 1/5 1/7 1 2 2 1 1

1/5 5 2 1/3 1/4 x 1/5 1 3 3 1 1

0,017 0,251 0,108 0,024 0,019 0,017 0,067 0,171 0,171 0,090 0,067

Tabel 4.56 Hasil Perkalian M atriks Uji Konsistensi Perbandingan Supplier


AM 0,017 0,149 0,132 0,033 0,017 0,017 0,083 0,149 0,149 0,116 0,083

AG 0,028 0,251 0,084 0,028 0,028 0,028 0,050 0,126 0,126 0,084 0,050

GZ 0,013 0,323 0,108 0,022 0,018 0,013 0,054 0,216 0,216 0,108 0,054

GS 0,012 0,213 0,118 0,024 0,024 0,012 0,071 0,213 0,213 0,094 0,071

GP 0,019 0,170 0,113 0,019 0,019 0,019 0,075 0,170 0,170 0,094 0,075

KT 0,017 0,149 0,132 0,033 0,017 0,017 0,083 0,149 0,149 0,116 0,083

NB 0,013 0,336 0,134 0,022 0,017 0,013 0,067 0,201 0,201 0,067 0,067

PJ 0,019 0,341 0,085 0,019 0,019 0,019 0,057 0,171 0,171 0,085 0,057

SS 0,019 0,341 0,085 0,019 0,019 0,019 0,057 0,171 0,171 0,085 0,057

ST 0,013 0,270 0,090 0,023 0,018 0,013 0,090 0,180 0,180 0,090 0,090

TT Jumlah 0,013 0,183 0,336 2,878 0,134 1,216 0,022 0,263 0,017 0,211 0,013 0,183 0,067 0,754 0,201 1,945 0,201 1,945 0,067 1,006 0,067 0,754


114

Kemudian dilanjutkan dengan membagi kolom jumlah dengan bobot masing-masing faktor 0,183 2,878 1,216 0,263 0,211 0,183 0,754 1,945 1,945 1,006 0,754

:

0,017 0,251 0,108 0,024 0,019 0,017 0,067 0,171 0,171 0,090 0,067 Average CI CR

Contoh perhitungan : CI =

CR =

=

= = =

11,061 11,461 11,287 11,143 11,179 11,061 11,230 11,394 11,394 11,180 11,230 11,238 0,024 0,016

11, 238 − 11 λ−n = = 0,024 n −1 11 − 1 CI 0,024 = = 0,016 RI 1,51

Hasil pengujian konsistensi AHP secara keseluruhan atas perbandingan berpasangan supplier dapat dilihat pada tabel 4.57. tabel 4.57 Hasil Uji Konsistensi M atriks Perbandingan Supplier Nilai Permintaan Keunikan Kontribusi Pembelian Terpenuhi Item Kualitas Harga Delivery CI 0,024 0,109 0,007 0,042 0,014 0,017 0,015 CR 0,016 0,072 0,004 0,028 0,009 0,011 0,010 Sumber : Pengolahan Data

Nilai konsistensi rasio seluruhnya lebih kecil daripada 0,1 berarti konsistensi pada seluruh matriks perbandingan tersebut dinyatakan konsisten dan hasil yang diperoleh dapat dipercaya.

115

4.2.4 Pengelompokan Portofolio Hubungan Supplier M erancang hubungan yang tepat dengan supplier juga merupakan hal yang penting dalam rantai pasok. Hubungan dengan supplier bisa bersifat kemitraan jangka panjang maupun hubungan transaksional jangka pendek. M odel hubungan mana yang tepat tentunya tergantung pada banyak hal, diantara berdasarkan tingkat kepentingan dan kesulitan. M aka portfolio hubungan supplier dibagi menjadi empat kelompok, yaitu bottleneck supplier, critical strategic supplier, non strategic supplier dan leverage supplier. Ke-empat kelompok tersebut terbentuk dalam suatu kuadran sesuai dengan sumbu x yang merupakan tingkat kepentingan dan sumbu y yang merupakan tingkat kesulitan pada tabel 4.58 dan pemetaannya dapat dilihat pada gambar 4.9.

Tabel 4.58 Pemetaan Portfolio Hubungan Supplier Supplier AM AG GZ GP GS KT NB PJ SS ST TT

Sumbu X 0,016 0,215 0,100 0,036 0,015 0,016 0,042 0,243 0,183 0,060 0,075

Sumbu Y 0,092 0,113 0,116 0,084 0,081 0,054 0,082 0,099 0,118 0,089 0,073


116

Rendah 0,180 0,160

Non-critical Suppliers

Leverage Suppliers

Bottleneck Suppliers

Critical Strategic Suppliers

Tingkat kesulita

0,140 0,120 0,100 0,080 0,060 0,040 0,020

Tinggi

0,000 0,000

0,050

Rendah

0,100

0,150

0,200

Tingkat Kepentingan

0,250

Tinggi


Gambar 4.9 Pemetaan Portfolio Hubungan Supplier

Portfolio hubungan supplier menghasilkan

6 bottleneck supplier, 0 critical

strategic supplier, 1 non strategic supplier dan 4 leverage supplier. dengan sumbu X merupakan tingkat kepentingan dimana semakin ke kanan berarti tingkat kepentingan semakin tinggi, dan sumbu Y merupakan tingkat kesulitan dimana semakin ke atas berarti tingkat kesulitan semakin rendah.

117

4.3

Analisa Data dan Pembahasan

4.3.1 Analisa Data di Luar S tandar Sebagai alat bantu analisa, tabel data di luar standar telah dilengkapi data-data yang mendukung analisa maka dari tabel tersebut informasi yang dapat diambil adalah •

Pada lampiran 4, artikel dengan reject aktual yang keluar dari standar perusahaan berjumlah 27 artikel yang terdiri dari 11 supplier berbeda. Supplier tersebut dinyatakan keluar dari standar karena memiliki reject aktual melebihi 3,5%. Ke11 supplier tersebut adalah Abdul M , Anugerah, Ginza, Global PS, Gossip, Kristako, Naga Berlian, Pratama Jaya,Tev Textile, Sejahtera Tex, dan SanSan Tex.

•

Apabila dilihat melalui rata-rata reject seperti pada tabel 4.59 maka supplier yang keluar dari standar hanya 3, yaitu New M inatex, Central Sandang, Kristako dan Gossip. New M inatex dan Central Sandang tidak dianalisa karena mereka tidak dibeli melalui supplier melainkan dari toko dengan jumlah kecil sehingga tahap inspeksi diabaikan. Tabel 4.59 Supplier dengan Reject Rata-rata

Rangking 1 2 3 4 5 6 7 8 9 10 11

Supp Sumber Gunung Busana I Pulau Intan Ratu Busana Pratama J Bintang K Sumber A gung Fandy L SanSanTex Ginza KTSM

Avg Avg Avg Avg Avg Avg Avg Avg Avg Avg Avg

Biaya Reject Rp19.140 Rp29.120 Rp321.125 Rp5.600 Rp8.153.717 Rp1.248.114 Rp989.779 Rp481.183 Rp5.100.856 Rp2.464.300 Rp760.941

Biaya Pembelian Rp116.666.000 Rp31.512.000 Rp325.758.676 Rp2.870.450 Rp1.204.110.390 Rp179.949.918 Rp136.675.000 Rp57.594.000 Rp516.871.675 Rp221.828.520 Rp67.070.128

% Biaya Kerugian 0,02% 0,09% 0,10% 0,20% 0,68% 0,69% 0,72% 0,84% 0,99% 1,11% 1,13%

118

Tabel 4.59 Supplier dengan Reject Rata-rata (lanjutan) Rangking 12 13 14 15 16 17 18 19 20 21 22 23 24

Supp M ulti Sandang Anugerah Sejahtera Tex SuryaTex Naga Berlian Abdul M Tev Textile Global P Dhanar M as New M inatex Central Sandang Kristako Gossip

Avg Avg Avg Avg Avg Avg Avg Avg Avg Avg Avg Avg Avg

Biaya Reject Rp153.523 Rp8.868.467 Rp1.105.845 Rp647.400 Rp930.204 Rp451.200 Rp3.847.070 Rp1.859.225 Rp38.240 Rp424.550 Rp500.960 Rp1.256.904 Rp1.119.936

Biaya Pembelian Rp12.603.768 Rp713.814.880 Rp78.242.000 Rp34.989.100 Rp46.024.117 Rp17.973.400 Rp152.570.475 Rp66.975.500 Rp1.228.800 Rp6.939.800 Rp7.517.500 Rp14.448.400 Rp8.780.977

% Biaya Kerugian 1,22% 1,24% 1,41% 1,85% 2,02% 2,51% 2,52% 2,78% 3,11% 6,12% 6,66% 8,70% 12,75%


•

Namun pada pengolahan selanjutnya yaitu evaluasi penerimaan sampel data reject yang digunakan adalah reject artikel yang keluar dari standar, hal ini dikarenakan evaluasi penerimaan sampel hendak menganalisa secara langsung apakah pengambilan sampel yang dilakukan inspektor selama memeriksa material salah sehingga menyebabkan banyaknya reject aktual yang merugikan perusahaan. Selain itu untuk evaluasi artikel juga digunakan supplier yang keluar standar berdasarkan artikel, hal ini disebabkan permintaan dari perusahaan agar penelitian lebih akurat dan konsisten dengan pengolahan sebelumnya.

•

Dilihat dari segi kondisi material 23 dari 27 artikel yang keluar standar merupakan barang stock atau barang lama yang sebelumnya telah disimpan supplier. Ada beberapa kemungkinan atas barang stock tersebut antara lain adalah barang hasil output berlebih, barang hasil pengembalian konsumen lain, atau barang lama yang tidak laku dijual.

119

•

Sedangkan berdasarkan hasil inspeksi pada gudang penerimaan 13 dari 28 artikel dinyatakan lolos, namun kenyataannya tidaklah seperti itu. Dari ke-13 artikel yang dinyatakan lolos 3 diantaranya Fresh sedangkan sisanya Stock. Hal ini menyimpulkan bahwa ketiga pengambilan sampel pada artikel yang fresh tersebut tidaklah akurat.

•

Ke-15 artikel yang dinyatakan tidak lolos inspeksi kenyataanya tetap diproduksi karena adanya permintaan dari Merchandiser Brand yang tetap menginginkan material tersebut untuk tetap diproduksi.

4.3.2 Analisa Penerimaan Sampel 4.3.2.1 Analisa Kurva OC Berdasarkan hasil analisa kurva OC pada tabel 4.27 untuk artikel VH-1165 maka kinerja pengambilan sampel adalah sebagai berikut : •

Apabila dari 3 rol sampel yang diperiksa, ditemukan 1 rol yang dinyatakan reject (cacat 10% - 30%) maka kemungkinan penerimaan (Pa) untuk 20 rol yang lain adalah diantara 97,2% - 78,4%. 2 rol yang dinyatakan reject (cacat 40% - 60%) maka kemungkinan penerimaan (Pa) untuk 20 rol yang lain adalah diantara 64,8% - 35,2%. 3 rol yang dinyatakan reject (cacat 70% - 90%) maka kemungkinan penerimaan (Pa) untuk 20 rol yang lain adalah diantara 21,6% - 2,8%

•

Batas AQL (α = 3,5%) berada pada proporsi kesalahan 0,1-0,2 dengan Pa 97,2% - 89,6% yang berarti ketidaksesuaian maksimum yang dapat diterima apabila hasil inspeksi menunjukan penolakan pada 1 rol saja.

120

•

Batas LQL (β = 10%) berada pada proporsi ≥0,8 dengan Pa 10,4% yang berarti apabila jumlah cacat yang ditemukan saat inspeksi ada 3 rol maka seluruh rol yang sejenis (homogen) harus ditolak.

•

Kesimpulannya apabila saat pemeriksaan sampel dimana 3 rol diperiksa sebagai sampel ditemukan 1 rol yang tidak sesuai maka seluruh rol yang homogen dapat diterima, namun bila ditemukan 3 rol yang tidak sesuai maka seluruh rol yang homogen harus ditolak atau dikembalikan ke supplier. Sedangkan apabila ketidaksesuaian yang ditemukan 2 rol maka akan dilakukan sampling ganda atau keputusan bagian Merchandiser. Gambar batas AQL dan LQL dapat dilihat pada gambar 4.10 dibawah ini.

Kurva OC 1,2 1 0,8

Pa

0,6 Pa 0,4 0,2 0

0,1 AQL 0,2

0,3

0,4

p 0,5

0,6

0,7

0,8 LQL 0,9


Gambar 4.10 batas AQL dan LQL pada Artikel VH-1165

121

Berdasarkan hasil analisa kurva OC pada tabel 4.28 untuk artikel VH-1185 dan V-241 maka kinerja pengambilan sampel adalah sebagai berikut : •

Apabila dari 3 rol sampel yang diperiksa, ditemukan 1 rol yang dinyatakan reject (cacat 10% - 30%) maka kemungkinan penerimaan (Pa) untuk 8 rol yang lain adalah diantara 97,2% - 78,4%. 2 rol yang dinyatakan reject (cacat 40% - 60%) maka kemungkinan penerimaan (Pa) untuk 8 rol yang lain adalah diantara 64,8% - 35,2%. 3 rol yang dinyatakan reject (cacat 70% - 90%) maka kemungkinan penerimaan (Pa) untuk 8 rol yang lain adalah diantara 21,6% - 2,8%

•

Batas penerimaan AQL (α = 3,5%) berada pada proporsi kesalahan 0,1-0,2 dengan Pa 97,2% - 89,6% yang berarti ketidaksesuaian maksimum yang dapat diterima apabila hasil inspeksi menunjukan penolakan pada 1 rol saja.

•

Batas penerimaan LQL (β = 10%) berada pada proporsi ≥0,8 dengan Pa 10,4% yang berarti apabila jumlah cacat yang ditemukan saat inspeksi ada 3 rol maka seluruh rol yang sejenis (homogen) harus ditolak.

•

Kesimpulannya apabila saat pemeriksaan sampel dimana 3 rol diperiksa sebagai sampel ditemukan 1 rol yang tidak sesuai maka seluruh rol yang homogen dapat diterima, namun bila ditemukan 3 rol yang tidak sesuai maka seluruh rol yang homogen harus ditolak atau dikembalikan ke supplier. Sedangkan apabila ketidaksesuaian yang ditemukan 2 rol maka akan dilakukan sampling ganda atau keputusan merchandiser. Secara kebetulan tabel dan gambar kurva OC pada artikel ini sama artikel VH-1165, hal ini dikarenakan besar jumlah cacat yang dapat diterima dan jumlah sampel sama karena nilai inilah yang digunakan dalam

122

perhitungan kurva OC. Gambar batas AQL dan LQL dapat dilihat pada gambar 4.11 dibawah ini.

Kurva OC 1,2 1 0,8

Pa

0,6 Pa 0,4 0,2 0

0,1 AQL 0,2

0,3

0,4

p 0,5

0,6

0,7

0,8 LQL 0,9


Gambar 4.11 batas AQL dan LQL pada Artikel VH-1185 dan V-241

Berdasarkan hasil analisa kurva OC pada tabel 4.29 untuk artikel CG-1125 maka kinerja pengambilan sampel adalah sebagai berikut : •

Apabila dari 5 rol sampel yang diperiksa, ditemukan 1 rol yang dinyatakan reject (cacat 10% - 20%) maka kemungkinan penerimaan (Pa) untuk 13 rol yang lain adalah diantara 99,1% - 94,2%. 2 rol yang dinyatakan reject (cacat 30% - 40%) maka kemungkinan penerimaan (Pa) untuk 13 rol yang lain adalah diantara 83,7% - 68,3%. 3 rol yang dinyatakan reject (cacat 50% - 60%) maka kemungkinan penerimaan (Pa) untuk 13 rol yang lain adalah diantara 50% - 31,7%. 4 rol yang dinyatakan reject (cacat 70% - 80%) maka kemungkinan penerimaan (Pa) untuk 13 rol yang lain adalah diantara 16,3% - 5,8%.

123

5 rol yang dinyatakan reject (cacat ≥ 90%) maka kemungkinan penerimaan (Pa) untuk 13 rol yang lain adalah ≥ 0,9%. •

Batas AQL (α = 3,5%) berada pada proporsi kesalahan 0,1 - 0,2 dengan Pa 99,1% - 94,2% yang berarti ketidaksesuaian maksimum yang dapat diterima apabila hasil inspeksi menunjukan penolakan pada 1 rol saja.

•

Batas penerimaan LQL (β = 10%) berada pada proporsi 0,7 - 0,8 dengan Pa 16,3% - 5,8% yang berarti apabila jumlah cacat yang ditemukan saat inspeksi ada 4 rol maka seluruh rol yang sejenis (homogen) harus ditolak.

•

Kesimpulannya apabila saat pemeriksaan sampel dimana 5 rol di periksa sebagai sampel ditemukan 1 rol yang tidak sesuai maka seluruh rol yang homogen dapat diterima, namun bila ditemukan 4 rol yang tidak sesuai maka seluruh rol yang homogen harus ditolak atau dikembalikan ke supplier. Sedangkan apabila ketidaksesuaian yang ditemukan 2 atau 3 rol maka akan dilakukan sampling ganda. Gambar batas AQL dan LQL dapat dilihat pada gambar 4.12 dibawah ini.

Kurva OC 1,2 1,0 0,8

Pa

0,6 Pa

0,4 0,2 0,0 0,1

AQL 0,2

0,3

0,4

0,5

p

0,6

0,7

LQL

0,8

0,9


Gambar 4.12 batas AQL dan LQL pada Artikel CG-1125

124

Untuk menentukan sesuai atau tidaknya penerimaan sampel yang telah dilakukan perusahaan dengan penerimaan aktual, maka kedua penerimaan tersebut perlu dibandingkan terlebih dahulu pada proporsi kesalahan yang yang sama. Tabel 4.60 menunjukan perbedaan kedua penerimaan tersebut menurut proporsi kesalahan yang ditemukan saat inspeksi. Tabel 4.60 Perbandingan Probabilitas Penerimaan sampel dengan Penerimaan Aktual

p Pa kurva Pa aktual

VH-1165 (%) 2,94 99,74 90,79

VH-1185 (%) 1,6 99,14 96,49

V-241 (%) 1,47 99,27 95,9

CG-1125 (%) 2,03 94,6 95,95


p = proporsi kesalahan yang ditemukan dari hasil inspeksi, lampiran 4 kolom J Pa aktual = perimaan aktual (100%- % reject aktual) Pa Kurva = probabilitas penerimaan berdasarkan kurva, gambar 4.10 - 4.12

Untuk artikel VH-1165, saat inspeksi proporsi kesalahan yang ditemukan adalah 2,94% maka berdasarkan proporsi tersebut probabilitas penerimaan dari kurva adalah 99,74% sedangkan penerimaan aktualnya adalah 90,79%. Besarnya selisih yang ada di antara penerimaan tersebut, dapat menyatakan bahwa penerimaan sampel yang dilakukan perusahaan pada artikel ini kurang sesuai. Untuk artikel VH-1185, saat inspeksi proporsi kesalahan yang ditemukan adalah 1,6% maka berdasarkan proporsi tersebut probabilitas penerimaan dari kurva adalah 99,14% sedangkan penerimaan aktualnya adalah 96,49%. Besarnya selisih yang ada di

125

antara penerimaan tersebut, dapat menyatakan bahwa penerimaan sampel yang dilakukan perusahaan pada artikel ini kurang sesuai. Untuk artikel V-241, saat inspeksi proporsi kesalahan yang ditemukan adalah 1,47% maka berdasarkan proporsi tersebut probabilitas penerimaan dari kurva adalah 99,27% sedangkan penerimaan aktualnya adalah 95,9%. Besarnya selisih yang ada di antara penerimaan tersebut, dapat menyatakan bahwa penerimaan sampel yang dilakukan perusahaan pada artikel ini kurang sesuai. Untuk artikel CG-1125, saat inspeksi proporsi kesalahan yang ditemukan adalah 2,03% maka berdasarkan proporsi tersebut probabilitas penerimaan dari kurva adalah 94,6% sedangkan penerimaan aktualnya adalah 95,95%. Dengan adanya sedikit selisih antara penerimaan tersebut, hal ini dapat menyatakan bahwa penerimaan sampel yang dilakukan perusahaan pada artikel ini telah sesuai.

4.3.2.2 Analisa Kurva AOQ Berdasarkan hasil analisa kurva AOQ pada tabel 4.30 untuk artikel VH-1165 maka hubungan antara tingkat kualitas rata-rata yang ada dengan kualitas barang yang diperiksa adalah : •

Apabila dari 3 rol sampel yang diperiksa, ditemukan 1 rol yang dinyatakan reject (cacat 10% - 30%) dengan kemungkinan penerimaan (Pa) untuk 20 rol yang lain adalah diantara 97,2% - 78,4% maka kualitas rata-rata yang keluar adalah 0,083 – 0,200. 2 rol yang dinyatakan reject (cacat 40% - 60%) dengan kemungkinan penerimaan (Pa) untuk 20 rol yang lain adalah diantara 64,8% - 35,2% maka kualitas rata-rata yang keluar adalah 0,220 – 0,180.

126

3 rol yang dinyatakan reject (cacat 70% - 90%) maka kemungkinan penerimaan (Pa) untuk 20 rol yang lain adalah diantara 21,6% - 2,8% maka kualitas rata-rata yang keluar adalah 0,129 – 0,021. •

Nilai kualitas rata-rata terburuk yang akan keluar (AOQL) pada tabel berada pada proporsi kesalahan 0,4 dengan Pa 64,8% yang berarti kualitas rata-rata terburuk yang akan keluar adalah 0,220. Secara lebih akurat lagi dapat dilihat pada tabel 4.61 dan gambar 4.13 dengan proporsi kesalahan terburuk adalah 0,42 dengan nilai Pa 61,9% dan rata-rata kualitas yang keluar adalah 0,221. Tabel 4.61 Nilai AOQL pada Artikel VH-1165 Proporsi Kesalahan np 0,41 1,23 0,42 1,26 0,43 1,29 0,44 1,32 Sumber : Pengolahan Data

Pa 0,634 0,619 0,604 0,590

AOQ 0,2208 0,2210 0,2209 0,2205

AOQ 0,25

AOQL

0,20 0,15

AOQ

A OQ

0,10 0,05 0,00 0,1

0,2

0,3

0,4

p

0,5

0,6

0,7

0,8

0,9

Sumber : Pengolahan Data Gambar 4.13 Nilai AOQL pada Artikel VH-1165

127

Berdasarkan hasil analisa kurva AOQ pada tabel 4.31 untuk artikel VH-1185 dan V-241 maka hubungan antara tingkat kualitas rata-rata yang ada dengan kualitas barang yang diperiksa adalah : •

Apabila dari 3 rol sampel yang diperiksa, ditemukan 1 rol yang dinyatakan reject (cacat 10% - 30%) dengan kemungkinan penerimaan (Pa) untuk 8 rol yang lain adalah diantara 97,2% - 78,4% maka kualitas rata-rata yang keluar adalah 0,061 – 0,147. 2 rol yang dinyatakan reject (cacat 40% - 60%) dengan kemungkinan penerimaan (Pa) untuk 8 rol yang lain adalah diantara 64,8% - 35,2% maka kualitas rata-rata yang keluar adalah 0,162 – 0,132. 3 rol yang dinyatakan reject (cacat 70% - 90%) maka kemungkinan penerimaan (Pa) untuk 8 rol yang lain adalah diantara 21,6% - 2,8% maka kualitas rata-rata yang keluar adalah 0,095 – 0,016.

•

Nilai kualitas rata-rata terburuk yang akan keluar (AOQL) pada tabel berada pada proporsi kesalahan 0,4 dengan Pa 64,8% yang berarti kualitas rata-rata terburuk yang akan keluar adalah 0,162. Secara lebih akurat lagi dapat dilihat pada tabel 4.62 dan gambar 4.14 dengan proporsi kesalahan terburuk adalah 0,42 dengan nilai Pa 61,9% dan rata-rata kualitas yang keluar adalah 0,1625. Tabel 4.62 Nilai AOQL pada Artikel VH-1185 dan V-241

Proporsi Kesalahan np Pa 0,41 1,23 0,634 0,42 1,26 0,619 0,43 1,29 0,604 0,44 1,32 0,590 Sumber : Pengolahan Data

AOQ 0,1623 0,1625 0,1624 0,1621

128

AOQ

0,18 0,16 0,14 0,12 0,10 0,08 AOQ 0,06 0,04 0,02 0,00

AOQL

A OQ

0,1

0,2

0,3

0,4

0,5

p

0,6

0,7

0,8

0,9


Gambar 4.14 Titik AOQL untuk Artikel VH-1185 dan V-241

Berdasarkan hasil analisa kurva AOQ pada tabel 4.32 untuk artikel CG-1125 maka hubungan antara tingkat kualitas rata-rata yang ada dengan kualitas barang yang diperiksa adalah : •

Apabila dari 5 rol sampel yang diperiksa, ditemukan 1 rol yang dinyatakan reject (cacat 10% - 20%) dengan kemungkinan penerimaan (Pa) untuk 13 rol yang lain adalah diantara 99,1% - 94,2% maka kualitas rata-rata yang keluar adalah 0,061 – 0,116. 2 rol yang dinyatakan reject (cacat 30% - 40%) dengan kemungkinan penerimaan (Pa) untuk 13 rol yang lain adalah diantara 83,7% - 68,3% maka kualitas rata-rata yang keluar adalah 0,155 – 0,168. 3 rol yang dinyatakan reject (cacat 50% - 60%) maka kemungkinan penerimaan (Pa) untuk 13 rol yang lain adalah diantara 50% - 31,7% maka kualitas rata-rata yang keluar adalah 0,154 – 0,117.

129

4 rol yang dinyatakan reject (cacat 70% - 80%) maka kemungkinan penerimaan (Pa) untuk 13 rol yang lain adalah diantara 16,3% - 5,8% maka kualitas rata-rata yang keluar adalah 0,070 – 0,029. 5 rol yang dinyatakan reject (cacat ≥ 90) maka kemungkinan penerimaan (Pa) untuk 13 rol yang lain adalah diantara ≥ 0,9% maka kualitas rata-rata yang keluar adalah 0,005. •

Nilai kualitas rata-rata terburuk yang akan keluar (AOQL) pada tabel berada pada proporsi kesalahan 0,4 dengan Pa 68,3% yang berarti kualitas rata-rata terburuk yang akan keluar adalah 0,168. Perhitungan yang dilakukan lebih akurat lagi pada tabel 4.63 dan gambar 4.15 juga menyatakan hal yang sama. Tabel 4.63 Nilai AOQL pada Artikel CG-1125 Proporsi Kesalahan 0,39 0,4 0,41 0,42

np 1,95 2 2,05 2,1

Pa 0,700 0,683 0,665 0,647

AOQ 0,1679 0,1680 0,1678 0,1673


AOQ

0,18 0,16 0,14 0,12 0,10 0,08 AOQ 0,06 0,04 0,02 0,00

AOQL

AOQ

0,1

0,2

0,3

0,4

p 0,5

0,6

0,7

0,8

0,9


Gambar 4.15 Titik AOQL untuk Artikel CG-1125

130

4.3.3

Analisa Evaluasi Kinerja Berikut ini adalah hasil penilaian akhir atas kesebelas supplier yang dapat dilihat

berdasarkan kriteria dan subkriteria masing-masing beserta bobotnya pada tabel 4.64.. Tabel 4.64 Hasil Penilaian Akhir 11 Supplier Tingkat Ke pe ntingan Krite ria / SubKriteria Bobot AM AG GZ GP GS KT NB PJ SS ST TT

Tingkat Ke sulitan Ke tidakpastian

Nilai Nilai Pembelian Bobot Kontribusi Kuantitas Ke unikan 0,309 0,691 0,157 0,314 0,017 0,016 0,098 0,127 0,016 0,251 0,199 0,115 0,072 0,215 0,108 0,096 0,093 0,077 0,100 0,024 0,041 0,098 0,067 0,036 0,019 0,013 0,098 0,067 0,015 0,017 0,015 0,098 0,077 0,016 0,067 0,031 0,098 0,100 0,042 0,171 0,275 0,093 0,087 0,243 0,171 0,189 0,098 0,113 0,183 0,09 0,047 0,098 0,086 0,060 0,067 0,078 0,011 0,127 0,075

Nilai Bobot Kualitas Harga Waktu 0,209 0,145 0,175 0,059 0,106 0,051 0,092 0,123 0,06 0,216 0,113 0,129 0,083 0,216 0,116 0,057 0,129 0,097 0,084 0,014 0,023 0,216 0,081 0,018 0,05 0,021 0,054 0,071 0,114 0,021 0,082 0,205 0,071 0,021 0,099 0,151 0,129 0,097 0,118 0,115 0,129 0,021 0,089 0,059 0,106 0,021 0,073


Berdasarkan tingkat kepentingannya dan kesulitannya maka urutan supplier berdasarkan peringkat tertinggi hingga terendah dapat dilihat pada tabel 4.65 Tabel 4.65 Peringkat Supplier Berdasarkan Pembobotan

Rangking 1 2 3 4 5 6 7 8 9 10 11

Tingkat Kepentingan PJ 0,243 AG 0,215 SS 0,183 GZ 0,100 TT 0,075 ST 0,060 NB 0,042 GP 0,036 AM 0,016 KT 0,016 GS 0,015

Tingkat Kesulitan SS 0,118 GP 0,116 AM 0,113 PJ 0,099 AG 0,092 ST 0,089 GS 0,084 NB 0,082 GZ 0,081 TT 0,073 KT 0,054


131

Dari tabel diatas dapat dikatakan bahwa tingkat kepentingan dari material yang supplier Pratama Jaya (PJ) kirimkan paling tinggi diantara yang lain

namun dari tingkat

kesulitan apabila nilai bobot tinggi, berarti tingkat kesulitannya rendah dan itu merupakan ciri dari Sansan Tex. Jadi supplier yang memiliki tingkat kesulitan yang tinggi dalam memperoleh material adalah Kristako (KT) dengan bobot tingkat kesulitan yang rendah. Berdasarkan penilaian secara keseluruhan maka perusahaan yang memiliki kinerja baik dan patut diprioritaskan adalah supplier yang memiliki bobot tingkat kesulitan dan kepentingan yang tinggi. Perusahaan yang masuk dalam kriteria baru dapat dilihat pada portofolio hubungan supplier. Dalam menetapkan skala pada perbandingan berpasangan diperlukan konsistensi, karena apabila terdapat ketidakkonsitenan dalam menetapkan skala maka pengolahan AHP yang dilakukan tidak akan berarti. Oleh karena itu dalam hal ini validasi dan konsistensi pernyataan sangat penting. Untuk menyatakan konsistensi atau tidaknya perbandingan tersebut digunakan nilai suatu rasio konsistensi (consistency Ratio - CR) yang dapat dihitung untuk mengukur tingkat inkonsistensi dalam perbandingan pasangan. Pada tabel 4.55 dan 4.57 nilai konsistensi yang dihasilkan semuanya < 0,10 sehingga dapat dikatakan bahwa tingkat konsistensi pada perbandingan tersebut memuaskan dan perbandingan tersebut dapat digunakan untuk mengolah perhitungan AHP.

132

4.3.4

Analisa Portofolio Hubungan Supplier Sumbu y dari portofolio matriks menunjukan tingkat kesulitan dengan nilai

tengah 0,91 nilai tengah tersebut ditetapkan berdasarkan nilai rata-rata seluruh bobot, sedangkan sumbu x menunjukan tingkat kepentingan dengan nilai tengah yang sama yaitu 0,91 dikarenakan rata-rata bobot masing-masing supplier sama.

Pada

pemetaannya apabila suatu titik yang menyatakan supplier penempatannya semakin kekanan berarti tingkat kepentingan material dari supplier tersebut semakin tinggi, sedangkan apabila titik tersebut penempatannya semakin ke atas berarti tingkat kesulitannya untuk memperoleh material dari supplier tersebut semakin rendah. Dengan demikian berdasarkan portofolio matriks dapat ditentukan klasifikasi supplier berasarkan kriteria yang bobot dari masing-masing supplier telah diolah dengan AHP. Sesuai dengan gambar 4.9 hanya 3 kelompok yang menjadi klasifikasi supplier pada BBI yaitu : •

1 supplier atau 9% pada kelompok non critical supplier, yaitu Abdul M (AM ). Supplier yang termasuk dalam kelompok ini memiliki tingkat kesulitan rendah dan tingkat kepentingan yang juga rendah kebalikan dari critical strategic supplier maka biasanya ketersediaan material dari supplier ini cukup, karena material yang diberikan cukup standar sehingga substitusi dimungkinkan dan nilainya relatif rendah.

•

4 supplier atau 36,4% pada kelompok leverage supplier, yaitu Anugerah (AG), Pratama J (PJ), Ginza (GZ), SansanTex (SS). Supplier yang termasuk dalam kelompok ini memiliki tingkat kesulitan rendah namun tingkat kepentingannya tinggi, umumnya ketersediaan material dari supplier ini

133

cukup, karena material yang diberikan cukup standar sehingga substitusi dimungkinkan namun nilainya terhadap perusahaan relatif tinggi. •

6 supplier atau 54,6% pada kelompok bottleneck supplier, yaitu Sejahtera Tex (ST), Gossip (GS), Global P (GP), Kristako (KT), Naga Berlian (NB), Tev Textile (TT). Supplier yang termasuk dalam kelompok ini memiliki tingkat kesulitan tinggi namun tingkat kepentingannya rendah maka material yang diberikan oleh supplier ini sulit untuk dicari penggantinya, karena supplier yang baru sulit untuk masuk.

•

Sedangkan supplier yang masuk dalam kelompok critical strategic supplier tidak ada. Namun sebagai pelengkap supplier yang termasuk dalam kelompok ini memiliki tingkat kesulitan tinggi dan tingkat kepentingannya juga tinggi substitusi bagi material yang diberikan sulit dan penting bagi perusahaan.

134

4.4

Usulan Penerapan

4.4.1

Usulan Rencana Penerimaan Sampel Harapan perusahaan akan hasil penerimaan sampel adalah apabila proporsi

kesalahan (p) = 3,5% maka tingkat penerimaannya (Pa) = 96,5% dengan α = 3,5%. Namun setelah di evaluasi dengan kurva OC ternyata penerimaan sampel pada artikel VH-1165, VH-1185, V-241 dan CG-1125 tidaklah sesuai dengan yang diharapkan perusahaan maupun kondisi aktualnya karena penerimaan aktual yang terjadi kurang dari 96,5% walaupun proporsi kesalahannya tidak sampai 3,5%. Agar penerimaan sampel berikutnya sesuai dengan kondisi aktual yang terjadi maka sebaiknya rencana penerimaan sampel sesuai dengan tabel 4.66. Tabel 4.66 Usulan Penerimaan Sampel Artikel

p

Pa

VH-1165 VH-1185 V-241 CG-1125 Harapan Perusahaan

0,0294 0,016 0,0147 0,0203

0,942 0,968 0,957 0,960

0,035

0,965

Sekarang n c 3 1 3 1 3 1 5 2

Usulan n 2 3 2

c 0 0 0

1

0

Sumber : Usulan

•

Untuk artikel VH-1165, proporsi kesalahan yang ditemukan saat inspek sebesar 0,0294 dengan kenyataan penerimaan sebesar 0,942. M aka rencana penerimaan yang sebaiknya digunakan dan sesuai dengan kejadian tersebut, tidak dapat ditemukan karena jumlah penerimaan yang terlalu rendah mengakibatkan perlunya jumlah sampel yang melebihi jumlah populasinya sendiri.

135

•

Untuk artikel VH-1185, proporsi kesalahan yang ditemukan saat inspek sebesar 0,016 dengan kenyataan penerimaan sebesar 0,968. M aka rencana penerimaan yang sebaiknya digunakan untuk menyesuaikan dengan kejadian tersebut adalah dengan menginspeksi dua sampel dengan tingkat penerimaan sebanyak nol. Pada gambar 4.16 dapat dilihat kurva OC yang dibuat sesuai dengan usulan menunjukan bahwa tingkat kerusakan yang diterima (AQL) telah diperketat menjadi 0,018 atau 1,8% untuk kemungkinan penerimaan sebesar 96,5% atau persen cacat aktual 3,5%. Sedangkan dari sisi LQL juga mengalami perbaikan dengan meningkatnya batas proporsi kesalahan untuk menolak partai menjadi 0,7 dengan tingkat resiko konsumen yang tetap sebesar 10%.

Kurva OC Usulan n=2 c=0 1,20 1,00 0,80

Pa

0,60 0,40 0,20 0,00 0,01

0,11

0,21

p

0,31

0,41

0,51

0,61

LQL

Sumber : Usulan

Gambar 4.16 Kurva OC Usulan n=2, c=0

•

Untuk artikel V-241, proporsi kesalahan yang ditemukan saat inspek sebesar 0,0147 dengan kenyataan penerimaan sebesar 0,957. M aka rencana penerimaan yang sebaiknya digunakan untuk menyesuaikan dengan kejadian tersebut adalah

136

dengan menginspeksi tiga sampel dengan tingkat penerimaan sebanyak nol. Pada gambar 4.17 dapat dilihat kurva OC yang dibuat sesuai dengan usulan menunjukan bahwa tingkat kerusakan yang diterima (AQL) telah diperketat menjadi 0,012 atau 1,2% untuk kemungkinan penerimaan sebesar 96,5% atau persen cacat aktual 3,5%. Sedangkan dari sisi LQL juga mengalami perbaikan dengan meningkatnya batas proporsi kesalahan untuk menolak partai menjadi 0,54 dengan tingkat resiko konsumen yang tetap sebesar 10%.

Kurva OC Usulan n=3 c=0 1,20 1,00 0,80

Pa

0,60 0,40 0,20 0,00 0,01

0,11

0,21

0,31

0,41

0,51LQL 0,61

0,71

0,81

p Sumber : Usulan

Gambar 4.17 Kurva OC Usulan n=3, c=0

•

Untuk artikel CG-1125, proporsi kesalahan yang ditemukan saat inspek sebesar 0,0203 dengan kenyataan penerimaan sebesar 0,960. M aka rencana penerimaan yang sebaiknya digunakan untuk menyesuaikan dengan kejadian tersebut adalah dengan menginspeksi dua sampel dengan tingkat penerimaan sebanyak nol. Kurva OC usulan yang sesuai dapat dilihat pada gambar 4.17 dikarenakan usulan yang diberikan untuk menyelasikan kasus ini memiliki kesamaan.

137

•

Apabila perusahaan memerlukan rencana penerimaan yang konsisten maka agar tetap sesuai dengan harapan penerimaan perusahaan rencana penerimaan yang sebaiknya digunakan untuk menyesuaikan adalah dengan menginspeksi sebuah sampel dengan tingkat penerimaan sebanyak nol. Rencana penerimaan tersebut berlaku untuk proporsi kesalahan yang ditemukan saat inspek sebesar 0,035 dengan kenyataan penerimaan sebesar 0,965. Pada gambar 4.18 dapat dilihat kurva OC yang dibuat sesuai dengan usulan dimana tingkat kerusakan yang diterima (AQL) adalah 0,035 atau 3,5% untuk kemungkinan penerimaan sebesar 96,5% atau persen cacat aktual 3,5%. Sedangkan dari sisi LQL mengalami pernurunan dengan berkurangnya batas proporsi kesalahan untuk menolak partai menjadi 0,9 dengan tingkat resiko konsumen yang tetap sebesar 10%. M aka rencana ini kurang disarankan untuk digunakan apabila biaya menerima partai yang jelek tinggi.

Kurva OC Usulan Harapan 1,00 0,90 0,80 0,70 0,60

Pa

0,50 0,40 0,30 0,20 0,10 0,00 0,01

0,11

0,21

0,31

0,41

p

0,51

0,61

0,71

0,81

LQL

0,91

Sumber : Usulan

Gambar 4.18 Kurva OC Usulan Harapan

138

•

Untuk melengkapi rencana penerimaan diatas sebaiknya perusahaan menyatakan reject tidak berdasarkan rol tetapi langsung berdasarkan rata-rata jumlah poin yang dapat menyatakan persentase reject aktual. Sehingga hubungan jumlah reject dan penerimaan dapat dinyatakan dengan lebih akurat

4.4.2

Usulan Hubungan dengan Supplier Hubungan yang proporsional adalah hubungan yang secara tepat mencerminkan

kepentingan tiap-tiap supplier. Untuk menciptakan model hubungan tersebut, pengolahan AHP telah membantu membuat klasifikasi supplier berdasarkan berbagai kriteria yang relevan. Supplier yang baik adalah supplier dengan tingkat kepentingan item yang tinggi namun tingkat kesulitan memperolehnya rendah, berarti kelompok supplier yang termasuk dalam leverage supplier adalah supplier yang perlu diprioritaskan

oleh perusahaan

dalam menjaga hubungan

yang baik.

Untuk

mengingatkan kembali supplier yang termasuk dalam kelompok ini adalah Anugerah (AG), Pratama J (PJ), Ginza (GZ), SansanTex (SS). Cara menjaga hubungan yang baik untuk supplier pada kelompok ini adalah dengan : •

Kelompok supplier ini relatif mudah dikelola, perusahaan dapat memberikan masukan untuk perbaikan dan menindaklanjuti semua usulan perbaikan yg telah diberikan.

•

M embuat model hubungan kemitraan jangka panjang, namun hal itu hanya perlu dilakukan bila ada potensi perbaikan dari supplier yang cukup signifikan.

•

Perusahaan

memiliki posisi tawar

menawar

yang bagus

yang harus

dipertahankan.

139

•

M engevaluasi

alternatif

pembelian

yang

spesifik,

karena

perusahaan

dimungkinkan melakukan substitusi maka diperlukan evaluasi agar barang atau jasa yang kritis selalu terjaga kualitasnya. •

Perusahaan

melibatkan

perkembangan

koordinasi

aktivitas

untuk

mengintegrasikan aktivitas. M eskipun tidak diharapkan untuk bertahan lama, hubungan ini memilliki pandangan jangka panjang untuk banyak divisi dan fungsi organisasi yang dilibatkan. Untuk kelompok supplier yang lain, seperti Bottleneck suppliers perlakuan model hubungan yang dilakukan perusahaan pada kelompok ini adalah dengan •

M enaruh perhatian yang signifikan, karena ketidaktersediaan item-item yang dipasok akan menjadi penghambat.

•

Terhadap supplier-supplier seperti ini perusahaan bisa meningkatkan standarisasi atau penyederhanaan spesifikasi barang atau jasa sehingga dapat lebih mudah diperoleh.

•

M embuat supplier menjadi bagian yang tak terpisahkan dari proses pertumbuhan bisnis perusahaan karena secara alamiah barang tersebut tidak mudah diperoleh.

•

M engatur kriteria pembelian dan penggunaan agar tidak termonopoli oleh supplier.

•

Perusahaan perlu saling mengenal satu sama lain sebagai rekan, dan dalam batas tertentu mengkoordinasi aktivitas dan rencana. Hubungan kerjasama ini biasanya memiliki fokus jangka pendek dan hanya melibatkan satu divisi atau area fungsional dari masing-masing perusahaan.

140

Untuk non-critical suppliers, cara menjaga hubungan yang baik untuk supplier pada kelompok ini adalah •

Fokus pada penyederhanaan proses pembelian dengan memberi otoritas bagi tingkat manajemen yang lebih rendah untuk mengambil keputusan pembelian dan mengurangi proses-proses yang memakan waktu dan biaya.

•

Fokus pada harga per unit karena item-item yang dipasok biasanya relatif standar dan tidak bernilai strategis.

•

Perusahaan dapat bernegosiasi dengan supplier karena memiliki posisi tawar menawar yang bagus yang harus dipertahankan.

•

Ketersediaan yang cukup dan substitusi yang dimungkinkan dapat membuat perusahaan terus mencari alternatif supplier maka selalu diperlukan evaluasi alternatif pembelian agar mendapatkan supplier yang terbaik dan mengurangi switching cost.

•

Penggunaan e-marketplace diijinkan untuk menentukan supplier baru dan mendorong kompetesi antara supplier untuk mengurangi harga produk mereka. Beruntung perusahaan tidak memiliki critical strategic suppliers karena supplier

jenis ini secara ekstrim bisa dikatakan bahwa peningkatan pertumbuhan perusahaan dibatasi oleh kemampuan supplier ini. Cara menjaga hubungan yang baik untuk supplier pada kelompok ini adalah •

M embangun

hubungan

kemitraan

yang bersifat

jangka panjang yang

membutuhkan investasi bersama dari pihak perusahaan maupun supplier. Hal ini dilakukan karena investasi pada kelompok ini perlu dilakukan agar supplier

141

dapat memasok barang dan jasa dengan kualitas yang lebih baik dan pengiriman yang lebih tepat waktu. •

M elakukan evaluasi pasca pembelian, karena barang dan jasa dari supplier ini kritis dan bernilai besar bagi perusahaan.

•

Perlu selalu menetapkan anggaran yang tersedia agar tidak terjebak dengan dilema kepentingan dan kesulitan yang tinggi sehingga mengabaikan anggaran untuk kebutuhan yang lain.

•

Perusahaan perlu menganggap perusahaan rekannya sebagai suatu perpanjangan atau perusahaan tambahan dari perusahaan itu sendiri. Tipikal pada hubungan ini adalah tidak adanya batas waktu kerjasama.

Ringkasan usulan dari ke-empat kelompok supplier tersebut dapat dilihat pada gambar 4.19.

Tingkat Kesulitan

Rendah Non-critical supplier Penyederhanaan proses pembelian Fokus pada harga per unit Bernegosiasi dengan supplier Penggunaan e-marketplace

Leverage supplier Kemitraan jangka panjang M engintegrasikan aktivitas Posisi tawar menawar yang bagus Alternatif pembelian yang spesifik

Bottleneck supplier M enyederhanakan spesifikasi barang M engatur kriteria pembelian Fokus jangka pendek

Critical strategic supplier Tidak adanya batas waktu kerjasama M embutuhkan investasi bersama Evaluasi pasca pembelian

Tinggi Tinggi Tingkat Kepentingan Sumber : Usulan

Gambar 4.19 Usulan Fokus M anajemen untuk Setiap Kelompok

BAB 4 HASIL DAN PEMBAHASAN

Recommend Documents